UNIVERSIDAD DE VALNCIA

FACULTAD DE MEDICINA

APLICACIN DE UN MODELO DE SIMULACIN A LA

GESTIN DE LAS LISTAS DE ESPERA DE
CONSULTAS EXTERNAS DE CIRUGA DE UN
HOSPITAL COMARCAL

Tesis doctoral presentada por:

Maria Amparo Moya Sanz
Dirigida por:
Doa Francisca Abad Garca
Don Eduardo De la Morena Valenzuela
Don Lorenzo Ferrer Figueras
Valencia, 2005

A mis hijos:
Virginia y Sergio

Me

gustara hacer constar mi agradecimiento a todos los

organismos y personas por su ayuda prestada durante el desarrollo

de esta tesis.

En primer lugar, hacer llegar mi ms sincero agradecimiento a mi

hija Virginia por su colaboracin y apoyo en las fases iniciales de
esta tesis. De la misma manera, expresar el reconocimiento y
admiracin a mis padres porque sin ellos nada hubiera sido posible.

A Jos Aznar y Alberto Martinez, estadstico e informtico del

Hospital de Denia por su colaboracin en el desarrollo estadstico y
en el diseo del modelo de simulacin.

Agradecer especialmente al Servicio de Admisin del hospital de

Denia la colaboracin prestada en la recogida de las interconsultas y
de los datos administrativos.

A mi amigo y compaero Vicente Garrigues, especialista en

Medicina Digestiva y Presidente de la Comisin de Docencia del
Hospital La Fe de Valencia por sus aportaciones en el manejo
estadstico de esta tesis.

A mis compaeros del Servicio de Ciruga del Hospital Marina Alta

de Denia, Jos Puche, Carlos Domingo y Francisco Villalba por su
5

compaerismo, calidad humana y apoyo en el desarrollo de los

criterios de priorizacin y clasificacin de patologas.

A mi compaero de la Unidad de Coloproctologa del Hospital La Fe

de Valencia Juan Hernandis y al coordinador de la misma Rafael
Estevan.

A Alejandro Len, profesor de la Escuela de Investigacin Operativa

y Sistemas por su colaboracin y enseanzas en el manejo de la
teora de colas.

Y por ltimo, aunque no por ello menos importante, quiero expresar

mi ms sincero y profundo agradecimiento a un gran amigo, que se
fue para siempre, por la ayuda y consejos en uno de los momentos
ms difciles de su vida. A Miguel Gimeno

Amparo Moya.

INDICE

1. INTRODUCCIN
1.1 DEFINICIN DE LISTA DE ESPERA. ORGANIZACIN DE
LAS LISTAS DE ESPERA.
1.2 MOTIVOS DE GENERACIN DE LISTAS DE ESPERA.
1.3 CONSECUENCIAS DE LAS LISTAS DE ESPERA. REPERCUSIONES POLTICAS Y SOCIOECONMICAS.
1.4 METODOLOGA UTILIZADA PARA RESOLVER EL PROBLEMA.
1.5 ESTADO ACTUAL DE LAS LISTAS DE ESPERA EN CONSULTAS EXTERNAS. MECANISMOS DE ABORDAJE.
1.6 PAPEL DE LA INVESTIGACIN OPERATIVA EN LA GESTIN DE LAS LISTAS DE ESPERA.
1.6.1 Conceptos generales de la Teora General de
Sistemas.
1.6.2 Fundamentos del proceso de modelizacin genrico
1.6.3 Utilizacin de la investigacin operativa en la gestin de
listas de espera.

2. HIPTESIS Y OBJETIVOS
3. MATERIAL Y MTODO
3.1 MBITO DEL ESTUDIO.

3.2 MTODO
3.2.1 Etapa I. Formulacin del problema.
3.3.1.1 Deteccin de sntomas.
3.3.1.2 Diagnstico de problemas de decisin ptima.
3.2.2 Etapa II. Anlisis del sistema.
3.2.2.1 Determinacin del Sistema a estudio. Servicio
de ciruga general y del aparato digestivo.
3.2.2.2 Determinacin del proceso de
flujo de
pacientes desde el sistema exterior al servicio de
ciruga general y del aparato digestivo.
3.2.2.3 Estudio piloto: determinacin de las
caractersticas de la demanda asistencial y de los
criterios de priorizacin del servicio de ciruga general y
del aparato digestivo.
3.2.2.3.1 Estudio de la disponibilidad
informacin en la hoja de interconsulta.

de

3.2.2.3.2 Descripcin de los tiempos transcurridos entre la solicitud de interconsulta en

atencin primaria y su registro en la UDCA del
hospital y entre el registro en la UDCA y la
distribucin de las hojas de interconsulta al
servicio de ciruga.
3.2.2.3.3
Estudio de los criterios de priorizacin de pacientes por el servicio de ciruga.
Generacin de un manual de procedimiento.
3.2.2.3.4
Estudio de la concordancia entre la
priorizacin asignada a la interconsulta en
atencin primaria y la asignada por el servicio de
ciruga.
3.2.3 Etapa III. Sntesis del sistema. Construccin del modelo
del medio ambiente por generacin de valores de variables
exgenas aleatorias.

3.2.3.1 Generacin de la variable pseudoaleatoria del

medio ambiente.
Prueba de kolmogorov-Smirnov.
Prueba de Corrida.
3.2.3.2 Transformacin inversa de la
pseudoaleatoria.

sucesin

3.3.3.3 Construccin del modelo de simulacin.

3.2.4 Etapa IV. Verificacin del modelo.
3.2.5 Etapa V. Validacin del modelo.
3.2.6 Etapa VI. Uso del modelo.
3.2.7 Etapa VII. Implementacin del modelo.

4.- RESULTADOS
4.1 ETAPA I: FORMULACION DEL PROBLEMA
4.1.1 Resumen de los antecedentes previos a la formulacin
del problema.
4.1.2 Deteccin de sntomas.
4.1.3 Diagnstico de la existencia de un problema de decisin
ptima (P.D.O.)
4.1.3.1 Formulacin de los P.D.O.
4.1.3.2 Clasificacin e identificacin de los problemas
clave.
4.2 ETAPA II. RESULTADOS DEL ANALISIS DEL SISTEMA
4.2.1 Caractersticas del sistema: El rea de ciruga.
4.2.1.1 Proceso de llegada de pacientes a consultas
externas.
4.2.2 Resultados del estudio piloto de la demanda asistencial
4.2.2.1 Resultados del anlisis de la disponibilidad de la
informacin en la hoja de interconsulta.
9

4.2.2.2 Resultados del anlisis de las caractersticas de

la demanda asistencial
4.2.2.3 Resultados del estudio de la variabilidad en la
priorizacin de la interconsulta interniveles.
4.2.3 Anlisis del sistema. Eleccin del modelo.
4.3 ETAPA III. CONSTRUCCION DEL MODELO.
4.3.1 Construccin del modelo del medio ambiente por
generacin de valores de variables aleatorias exgenas.
Primera simulacin.
4.3.1.1 Resultados de la creacin de la variable
pseudoaleatoria. Pruebas estadsticas de kolmogorowSmirnoff y prueba de Corrida.
4.3.1.2 Resultados de la transformacin inversa de la
variable aleatoria. Demanda simulada en 57 semanas.
4.3.2 Construccin del modelo del medio ambiente por
generacin de valores de variables aleatorias exgenas.
Segunda simulacin.
4.3.2.1 Resultados de la creacin de la variable
pseudoaleatoria. Pruebas estadsticas de kolmogorowSmirnoff y prueba de Corrida.
4.3.2.2 Resultados de la transformacin inversa de la
variable aleatoria. Demanda simulada de 1517
pacientes.
4.3.3 Construccin del modelo de simulacin.
4.4 ETAPA IV. VERIFICACIN DEL MODELO.
4.5 ETAPA V. VALIDACION DEL MODELO.
4.5.1 Comparacin estadstica de las llegadas reales y las
llegadas simuladas
4.6 ETAPA VI. USO DEL MODELO
10

4.6.1 Resultados de la aplicacin de la primera poltica.

4.6.2 Resultados de la aplicacin de la segunda poltica.
4.6.3 Resultados de la aplicacin de la tercera poltica.
4.6.4 Resultados del anlisis de los parmetros de las
distintas polticas. Determinacin de la poltica ptima.

4.7 ETAPA VII. IMPLEMENTACIN DEL MODELO.

5 DISCUSIN.
INTRODUCCIN A LA DISCUSIN.
DISCUSIN AL MTODO.
DISCUSIN DE LOS RESULTADOS.
Discusin de la informacin de la interconsulta.
Discusin sobre la priorizacin de las interconsultas.
Discusin sobre la optimizacin de consultas externas.

6 CONCLUSIONES.
7 BIBLIOGRAFIA.
8 GLOSARIO TERMINOLGICO.
9 ANEXOS EN C.D.

11

FIGURAS, GRAFICAS Y TABLAS

Figura 1.1 Proceso de modelizacin genrico en siete etapas.

Figura 1.2 Elementos bsicos de un sistema de espera.
Figura 3.1 Departamento 13 de salud de la Comunidad Valenciana.
Figura 3.2 Departamento 13 de la Comunidad Valenciana como
sistema empresa.
Figura 3.3 El sistema se limita al hospital como sistema empresa.
Figura 3.6 Area de servicios quirrgicos como sistema empresa.
Figura 3.7 Lmites del sstema a estudio. Servicio de cirugia como
sistema.
Figura 3.6 Representacin esquemtica de la relacin del sistema
con el entorno.
Figura 3.9 Tabla de poltica a simular por el modelo.
Figura 4.1 Escenario que representa el tiempo de espera de los
pacientes en consultas externas desde Marzo hasta Octubre del ao
1997.
Figura 4.2 Escenario que representa el tiempo de espera de los
pacientes en consultas externas desde Noviembre de 1997 hasta
Marzo del ao 1998.
Figura 4.3 Interrelacin entre dos de las reas del servicio de
ciruga.

12

Figura 4.4 Representacin esquemtica del sistema (servicio de

ciruga) y del entorno o sistema exterior.
Figura 4.5 reas del servicio de ciruga.
Figura 4.6 Trayectoria y variables de accin en el rea de ciruga.
Figura 4.7 Mapa de proceso del flujo de pacientes desde el sistema
exterior hasta consultas externas de atencin especializada.
Figura 4.8 Aplicacin manual del modelo para la primera poltica a
aplicar.
Tabla 3.1 Parmetros estadsticos utilizados para la obtencin de la
muestra poblacional.
Tabla 3.2 Concordancia interobservador en la codificacin de
interconsultas.
Tabla 3.3 En la tabla se muestra un ejemplo de codificacin de
interconsultas

y su equivalencia en grupo patolgico, prioridad y

tiempo de servicio en consulta.

Tabla 4.1 Resultado del anlisis de las variables de la hoja de
interconsulta.
Tabla 4.2 Nmero de variables de informacin clnica en la
interconsulta.
Tabla 4.3 Relacin de grupos patolgicos y prioridad.
Tabla 4.4 Variabilidad de la priorizacin interniveles
Tabla 4.5 Tiempos medios reales de servicio ajustados por patologas y etiquetas asignadas.
13

Tabla 4.6 Sucesin de 57 nmeros pseudoaleatorios de la variable

exgena.
Tabla 4.7 Prueba de kolmogorow-smirnoff para los 57 valores pseudoaleatorios.
Tabla 4.8 Prueba de corrida de la primera simulacin. Se muestra un
ejemplo de los cambios de signo de la prueba. La

sucesin

completa se muestra se adjunta en los anexos.

Tabla 4.9 Primera simulacin. Nmero de llegadas simuladas por
semana tras la aplicacin del mtodo de transformacin inversa.
Tabla 4.10 Segunda simulacin. Sucesin de 1517 nmeros pseudoaleatorios.
Tabla 4.11 Test de kolmogorow-smirnoff para los 1517 nmeros
pseudoaleatorios.
Tabla 4.12 Nmero de corridas de los 1517 pseudoaleatorios. La
tabla completa se muestra en el anexo.
Tabla 4.13 Resultado tras la transformacin inversa de la sucesin
de la segunda simulacin. Modelo construido.
Tabla 4.14 La tasa de llegadas reales durante periodo comprendido
entre marzo de 1997 y marzo de 1998.
Tabla 4.15 Tasa de llegadas simuladas por semana.
Tabla 4.16 Tiempo medio de servicio real.
Tabla 4.17 Tiempo de servicio por paciente simulado.
Tabla 4.18 Tasa de llegadas y de servicio de la demanda
14

histrica y la demanda simulada.

Tabla 4.19 Resultados de la comparacin estadstica de la
demanda real y simulada
Tabla 4.20 Resultados de la aplicacin de las tres polticas.
Tabla 4.21 Parmetros globales aplicados a cada una de las
polticas de actuacin.
Tabla 4.22 Medias e intervalo intercuantil de las tres polticas, as
como el resultado estadstico.
Tabla 4.23 Incremento poblacional simulado tras la aplicacin del
coeficiente corrector para el ao 2001.
Tabla 4.24 Resultados de la demanda simulada y de la aplicacin
de una cuarta poltica para el ao 2001.
Cuadro 4.1 Trayectorias que pueden seguir los pacientes dentro del
servicio de ciruga. Conversin de las flechas en distintas variables
de accin.
Grfica 4.1 Evolucin de la demanda real y la simulada.
Grfica 4.2 Relacin entre los pacientes en cola y las jornadas
libres para esta primera poltica.
Grfica 4.3 Relacin entre pacientes en espera y jornadas libres de
la segunda poltica.
Grfica 4.4 Relacin entre pacientes en espera y jornadas libres de
la tercera poltica.

15

16

HIPTESIS Y OBJETIVOS

17

18

Hiptesis y objetivos

2. HIPOTESIS Y OBJETIVOS
De acuerdo con lo expuesto anteriormente, parece razonable
suponer que, la aplicacin de modelos fundamentados en la Teora
General de Sistemas, es una buena alternativa para obtener
informacin relevante para la gestin de los recursos necesarios en
un adecuado manejo de las listas de espera en entornos concretos.

En el caso que nos ocupa, el problema al que nos enfrentamos es el

de la gestin de la lista de espera de consultas externas de ciruga
del hospital Marina Alta de Denia.

El hospital y su centro de especialidades pertenecientes al

departamento sanitario 13 de la Comunidad Valenciana, son los que
reciben, distribuyen, y en definitiva quienes asumen la demanda de
asistencia especializada que genera dicho departamento de salud.

Los recursos sanitarios desarrollados en el departamento 13 de la

Comunidad Valenciana constituyen

una red de asistencia

coordinada entre atencin primaria, realizada en los centros de

salud y los diferentes consultorios y atencin especializada.

En concreto, el servicio de ciruga del hospital Marina Alta de Denia,

es responsable de dar asistencia a los pacientes/clientes que la
demandan y que pueden ser remitidos desde atencin primaria,
desde otras especialidades o derivados desde la urgencia del
hospital.
19

Hiptesis y objetivos

Tras analizar los ndices de actividad del ao 1996, del servicio de

ciruga general y del aparato digestivo del hospital de Denia, se
comprob la existencia de una demora media, en espera de
asistencia en las consultas, de dos aos, lo que motiv la necesidad
de adquirir recursos humanos para disminuir tanto la demora como
la lista de espera.

Ante la magnitud del problema y la solucin adoptada, cabra

preguntarse si, la solucin ptima era la adquisicin de recursos
humanos; si, la capacidad organizativa del servicio era la correcta;
si, exista buena informacin y coordinacin entre el nivel primario
(atencin primaria) y el secundario (atencin especializada).

Pero sobre todo cabra preguntarse, si existe algn procedimiento,

que, estudiando el Servicio de Ciruga, permitiera de manera
automtica o semiautomtica, adaptar los recursos existentes,
redistribuirlos en la organizacin y en resumen optimizarlos, de
manera que se lograran los objetivos de eficiencia deseados. Pero
dicho procedimiento debera adems, responder con precisin a las
variaciones previsibles de poblacin de su rea de inters.

La investigacin operativa aporta herramientas tales como: los

modelos matemticos de colas y los modelos de simulacin,
capaces de obtener soluciones ptimas a problemas como los
anteriormente planteados.
gestin
20

de

las

listas

Ambos modelos se han aplicado a la

de

espera

quirrgicas.

Los

modelos

Hiptesis y objetivos

matemticos de colas se han tomado como referencia en la gestin

de consultas externas pero no se ha encontrado en la literatura
referencia a la aplicacin de modelos de simulacin en la gestin de
las mismas.

Siguiendo estas premisas se construyeron las siguientes Hiptesis

de esta Tesis:

1. - El estudio sistmico del servicio de ciruga general y del aparato

digestivo permitir mejorar el conocimiento de sus relaciones y la
optimizacin de sus recursos.

2. - El empleo de la simulacin artesanal permitir mejorar la gestin

de las listas de espera mediante la construccin de un modelo
matemtico elstico y gil, capaz de resolver las posibles
variaciones de la demanda

OBJETIVOS
As pues, se plante analizar desde un punto de vista global o
sistmico el funcionamiento de las consultas externas del servicio de
ciruga.

Para

lograr este objetivo se plante un estudio basado en la

INVESTIGACIN

OPERATIVA,

aplicndose

el

proceso

de
21

Hiptesis y objetivos

modelizacin genrico de la teora de sistemas, como medio para la

construccin de un modelo de simulacin.

Pero adems, para poder alcanzar este objetivo, esta tesis

desarroll los siguientes objetivos intermedios:

1.- Estudio y descripcin del sistema, de sus circuitos y flujos.

2.- Estudio de la disponibilidad de la informacin necesaria en la hoja

de interconsulta que se deriva desde atencin primaria a atencin
especializada, para la toma de decisiones.

3.- Deteccin de criterios objetivos para la priorizacin de la inclusin

en lista de espera de los pacientes derivados desde atencin
primaria.

4.- Diseo y puesta en marcha de un modelo de simulacin que nos

permita adoptar distintas polticas y poder elegir la que ms se
aproxime a nuestro objetivo.

22

INTRODUCCIN

23

24

Introduccin

1. INTRODUCCIN.
Las listas de espera son un problema que afecta a la mayora de los
sistemas nacionales de salud que ofrecen a sus ciudadanos un libre
acceso al sistema sanitario, pero que disponen de recursos
limitados. El problema de las listas de espera ha transcendido del
sistema sanitario para alcanzar al conjunto de la opinin pblica,
llegando a ser un punto de confrontacin entre los distintos partidos
polticos desde hace varios aos.

Las listas de espera se producen en todos los sistemas sanitarios

pblicos aunque, teniendo en cuenta las cifras globales, no cabe
considerarlas como un problema grave en Espaa. La realidad es
que han conseguido reducirse en algunas comunidades, pero en
otras, an existe un nmero no despreciable de ciudadanos que
sufre este problema.

Por otra parte, estas listas, tambin afectan de manera indirecta al

profesional, tanto en su relacin mdico-paciente, como en la
insatisfaccin que produce el no poder resolver un problema sociosanitario. Los terceros implicados, son los gestores sanitarios sobre
los que recae el peso de la resolucin y a los que se les atribuye la
incapacidad del sistema para solucionar dicho problema.

25

Introduccin

1.1 DEFINICIN DE LISTA DE ESPERA. ORGANIZACIN DE

LA LISTA DE ESPERA.

Una lista de espera es una cola de pacientes a los que se les ha

indicado un procedimiento asistencial y que por imperativos ajenos a
su voluntad, deben esperar a ser atendidos un periodo de tiempo
variable (Sampietro & Espallargues 2001). Las listas de espera
aparecen en diferentes mbitos (atencin primaria y especializada),
en distintos niveles asistenciales (ambulatorio y hospitalario) y
afectan a distintos tipos de procedimientos teraputicos (quirrgicos
y no quirrgicos), diagnsticos y rehabilitadores (Churruca 2000).

Pero de forma generalizada siempre se ha hablado de lista de

espera haciendo alusin a la lista de espera quirrgica. Esta ha sido
motivo de estudio con mayor frecuencia, alegando mayores
problemas de morbi-mortalidad, as como, econmicos en relacin a
la administracin (Instituto Nacional de la Salud 1998). Sin embargo,
Barba y colbs. (1996) ya resaltaron la importancia de la demora en
realizar el diagnstico de una enfermedad, es decir, en la morbilidad
de las listas de espera de consultas externas y las de diagnstico.
As pues, las listas de espera son una caracterstica y un reto,
comn a la mayora de los sistemas sanitarios, pese a que aparecen
con una intensidad desigual en estos (Espallarges y colbs. 2000). La
gravedad de la existencia de la lista de espera vendr determinada,
tanto por el volumen de pacientes en las mismas como por el tiempo
mximo que un paciente debe permanecer en ella para ser atendido.
26

Introduccin

Cada lista est asociada con un tiempo de espera. El tiempo de

espera parece ser ms importante que el nmero de personas en las
colas. A su vez, el tiempo en espera est determinado por una
serie compleja de factores relacionados, tanto con

los pacientes

como con la oferta de servicios. Por ello, en gestin de lista de

espera se usan dos parmetros, la demora media, y la espera
media. La demora media se define como el tiempo que transcurre
desde que el paciente es introducido en lista de espera hasta que
recibe el servicio. La espera media, introducido en territorio Insalud
en el ao 1997, se define como el tiempo que han estado en lista de
espera los pacientes que ya han salido de ella en un periodo
determinado (Listas de espera 2000).

As pues, tambin ha sido definida o se considera que un paciente

est en lista de espera cuando sobrepasa el tiempo establecido por
las autoridades sanitarias sin haber recibido tratamiento. Por
ejemplo, en Reino Unido se estableci que un paciente poda
esperar 18 meses

a ser intervenido. En Espaa, el INSALUD

estableci como objetivo la intervencin antes de los 6 meses desde

el diagnstico (Alcalde y colbs. 2002). En la Comunidad Valenciana
se estableci en el ao 1996 como pacientes en lista de espera
quirrgica, aquellos con ms de tres meses de tiempo de espera
(Decreto 97/1996 de 21 de Mayo).

La existencia de listas de espera, responden inicialmente a una

27

Introduccin

necesidad de facilitar la planificacin y favorecer la utilizacin de

recursos, sin embargo, pierden su razn de ser cuando son
exageradas y no discriminan entre el beneficio marginal de unos
pacientes y el beneficio considerable de otros. Es entonces cuando
socialmente se perciben como un aspecto negativo del sistema
sanitario.

1.2 MOTIVOS DE GENERACIN DE LISTAS DE ESPERA.

Existe poca, pero slida evidencia para explicar el crecimiento de la
demanda de servicios sanitarios. Los cambios en la estructura
poblacional, las presiones en el nivel primario de asistencia, las
expectativas de los pacientes y la habilidad creciente para tratar a
los pacientes son frecuentemente citados como posibles razones del
aparente aumento de la demanda asistencial (Nigel & Hensher
1998). Las listas de espera se ven condicionadas por dos verdades
incuestionables como son, por un lado, la limitacin de los recursos,
que vienen fijados por la Ley de presupuestos aprobada por los
representantes de la sociedad en el parlamento (Mant i Fors 2002)
y por el otro, por el crecimiento de la demanda.

A su vez, la demanda, depende tanto de factores culturales y

educacionales como tecnolgicos. El progreso de la sociedad y el
avance tecnolgico hacen que la salud se valore ms y mejor,
(Catal 2000). Adems, parece existir que en sanidad se cumple la
mxima de que la oferta siempre va por delante de la demanda y por
28

Introduccin

ello, un incremento de recursos va seguido de un incremento de la

demanda (Mant i Fors 2002).

Para algunos autores, pensar que el crecimiento de la demanda es

el factor generador de las listas de espera sanitaria, no es ms que
una falacia extendida por los gestores de la sanidad pblica. Las
listas de espera no son inevitables y reflejan

tanto la falta de

recursos sanitarios como la inadecuada gestin de los mismos por

los gestores y jefes de servicios. Un tercer factor implicado ha sido
considerar al personal sanitario como favorecedor de las listas de
espera de forma voluntaria y artificial bien para presionar a la
administracin o bien por intereses particulares de favorecer una
sanidad privada (Catal 2000).

Sin embargo, hay tambin quien opina qu, la inexistencia de lista

de espera, no solo sera econmicamente costoso si no,
sanitariamente poco beneficioso (Barbas y colbs 1996). De tal modo
que, cualquier intento de suprimir las listas de espera, en particular
las quirrgicas, exigira un incremento intensivo de los recursos del
sistema para poder ofrecer asistencia suficiente en los periodos de
mxima actividad, lo que determinara una capacidad de asistencia
que sera de ordinario sobrante. En definitiva, un absurdo despilfarro
(Costas 2000).

La lista de espera es un instrumento que acta sobre la oferta de

servicios sanitarios pero a veces sobre la demanda. Es un me29

Introduccin

canismo desincentivador en aquellos casos donde el beneficio de la

actuacin mdica es marginal y por ello, si el paciente cuenta con
suficientes recursos econmicos, puede acceder al sector privado. A
su vez, la espera permite que algunas condiciones clnicas mejoren
por s mismas y ofrece un periodo de reflexin al paciente para
decidir si realmente quiere operarse

teniendo en cuenta el riesgo

quirrgico asociado a una intervencin. Las listas de espera, facilitan

la planificacin y favorecen una mejor utilizacin de los recursos
(Frankel & West 1993).

De manera curiosa se ha dicho que las listas de espera pueden

interpretarse como un reflejo de la confianza que la poblacin tiene
en el sistema sanitario, debido a que si faltase confianza en el
sistema este no generara actividad. Todas estas potenciales
ventajas sobre la lista de espera han llevado a que algunos autores
critiquen las polticas dirigidas a su eliminacin (Edwards, R.T.
1997).

Por ltimo, cabe sealar que los estudios sobre variaciones en la

prctica mdica han demostrado que, la valoracin de la necesidad
y la subsiguiente indicacin de una intervencin mdica varan en
gran medida en la mayor parte de los procedimientos que generan
lista de espera (Alcalde y colbs. 2002).

Lo que parece claro es que, la demanda de asistencia sanitaria

crece de forma gradual conforme la sociedad avanza y se desarrolla.
30

Introduccin

Aunque la inmigracin y la poblacin flotante contribuyan, es el

avance tecnolgico y la demanda de calidad de vida lo que ms
influye. Por ejemplo, la introduccin de la colecistectoma por tcnica
laparoscpica supuso un cambio en la indicacin de tratamiento, un
aumento en la demanda y mayor coste para el Sistema Nacional de
Salud (Legorreta y colbs. 1993). Por eso, es misin de los gestores
conocer las necesidades sanitarias de la poblacin y satisfacerlas de
forma adecuada. El personal sanitario debe estar implicado y
colaborar en su gestin.

1.3 CONSECUENCIAS DE LA LISTA DE ESPERA. REPERCUSIONES POLTICAS Y SOCIOECONMICAS.

De las listas de espera se derivan consecuencias de morbimortalidad, sociales, polticas y econmicas. Los estudios sobre
consecuencias derivadas de las listas de espera quirrgicas son
raros, entre otras razones porque los ensayos controlados sobre las
posibles consecuencias de morbi-mortalidad derivadas de la espera
no seran aprobados por un comit tico.
observacionales son, actualmente,

Por ello, los estudios

la nica forma de conseguir

evidencia sobre estas consecuencias.

Con relacin a esto, uno de los mayores estudios multicntricos se

realiz en Canad con 266 pacientes en espera de un by-pass de
injerto coronario. Los pacientes que esperaron ms de 97 das a ser
31

Introduccin

intervenidos tuvieron significativamente un porcentaje mayor de

eventos mdicos graves. As mismo, en otros estudios publicados
tambin se habla de un incremento de riesgo cuando la espera
supera los tres meses con un fallecimiento mensual por cada 5001000 personas en espera (Seddon y colbs. 1999).

En el ao 1999, se public una revisin sistemtica de estudios

observacionales, que inclua 87 trabajos publicados en diversos
pases, con el objetivo de valorar la influencia de la espera en la
supervivencia. Esta revisin pona de manifiesto que en los
pacientes con ms de tres meses de demora quirrgica para el
tratamiento del cncer de mama, la supervivencia se vea reducida
en un 10% a los 5 aos, en relacin con aquellos pacientes con
operaciones ms tempranas (Richards 1999). Para otras patologas
como el cncer colorrectal, ya se han establecido tiempos mximos
de espera para la ciruga (Roncoroni 1999), sin embargo existe un
punto de variabilidad con relacin al momento de inicio de medicin
de la demora. Algunos tiempos de demora se inician desde la
primera visita relacionada con el cncer, mientras que en otras, el
tiempo de demora se estima desde la indicacin quirrgica o la
inclusin en lista. Este aspecto, cmo y cuando se inicia la espera
quirrgica podra ser subsidiario de estudio.

En Espaa, el CISNS (Consejo Interterritorial del Sistema Nacional

de Salud) con motivo del borrador del ltimo decreto de listas de
espera, solicit la ayuda a las sociedades cientficas con el objeto de
32

Introduccin

elaborar guas clnicas para los procesos quirrgicos ms frecuentes

y establecer tiempos mximos de demora (CISNS 2003 a). La gua
de prctica clnica de cncer colorrectal de la sociedad espaola de
ciruga, (Lled 2000) establece cuatro semanas como tiempo
mximo de demora entre el diagnstico de cncer colorrectal y la
ciruga. Sin embargo, en la fase previa al diagnstico existe una lista
de espera para el estudio colonoscpico de aproximadamente seis
meses.

Desde el punto de vista social, algunos estudios comunican la

necesidad de apoyos psicosociales a pacientes y familiares, as
como, la necesidad de fomentar un apoyo educacional preoperatorio
a los pacientes en lista de espera. Un estudio realizado en nios en
lista de espera para transplante cardiaco demostr una correlacin
negativa entre el estrs generado por los padres y la percepcin
negativa del transplante cardiaco (Suddaby, Flattery & Luna 1997).
En Ontario un cuestionario realizado a pacientes en lista de espera
para ciruga cardiaca evidenci que los pacientes presentan
ansiedad preoperatoria y que esta se relacionaba con una
probabilidad creciente de necesidad de contactar con un coordinador
o asistente que pudiera proporcionar informacin y discutir las
sensaciones de los pacientes (Wright & Arthur 1996).

En

cuanto

prospectivo

las

consecuencias

socio-polticas,

un

estudio

publicado en Munich en 1996 con relacin al riesgo

inherente a las listas de espera demostr que el riesgo de

33

Introduccin

mortalidad de los pacientes en espera de un by-pass coronario era

de 1.3% por mes y que para minimizar el riesgo de muerte en lista
de espera, el by-pass debe ser realizado dentro de la primera
semana

tras el diagnstico de la angiografa coronaria (Silber y

colbs. 1996).

En Mayo del 2000, un comunicado de prensa denunci en Catalua

la muerte de varios pacientes que se encontraban en lista de espera
de ciruga cardiaca y semanas mas tarde

diversos hospitales

elevaron esta cifra a treinta y cinco fallecimientos. Esto conmocion

a la opinin pblica que llev al gobierno espaol a tomar medidas
excepcionales. En una revista mdica inglesa se public en Junio del
ao 2000 que el Sistema Nacional de Salud espaol haba reducido
la lista de espera de procedimientos quirrgicos en un 20%; que el
nmero de pacientes esperando ms de seis meses para ser
intervenidos disminuy en un 96% y que el tiempo de espera pas
de 210 das a 61 das en un 70%, todo ello en el periodo
comprendido entre el ao 1996 y el ao 1999 y gracias al plan
implantado por el INSALUD basado en derivar a los pacientes al
sector privado (conocido como Plan de choque), y en aumentar el
uso de la ciruga sin ingreso (Day Surgery) (Bosch 1999).

A partir de esto, el Sistema Nacional de Salud espaol ha propuesto

un nuevo plan de actuacin sobre listas de espera denominado
Propuesta de consenso para listas de espera (Proposals of
consensus for waiting list in the NHS). En este plan tambin
34

Introduccin

participa el colectivo medico para determinar la viabilidad para poder

establecer un tiempo mximo de espera

segn enfermedades

especficas. Este plan tambin contempla nuevas medidas para la

ciruga no urgente as como para los servicios ambulatorios. (Bosch
2000).

Desde el punto de vista de gestores y mdicos, uno de los aspectos

de mayor atencin es el conocimiento exacto del nmero de
usuarios que se hallan en espera de prestacin de servicios. Las
Unidades de Documentacin Clnica y Admisin (UDCA), son las
responsables de definir y mantener el registro de lista de espera
para obtener de ello una adecuada gestin asistencial. As pues, a
este servicio se destinar una gran cantidad de recursos humanos y
tcnicos. Por otra parte, la espera de los pacientes no es gratuita,
tiene unos costes especficos para el sistema, tanto directos como
indirectos. Los costes directos incluyen los administrativos basados
en el coste de inscripcin, las revisiones, las pruebas repetidas, la
atencin en urgencias, y las quejas de los pacientes. Y los costes
indirectos son los ocasionados por las bajas laborales de los
pacientes, la perdida de calidad de vida y el aumento de la morbimortalidad (Costas 2000).

Tres factores han sido propuestos, comnmente como adversos en

el desequilibrio entre la oferta y la demanda y la generacin de
costes: la edad, el coste de la innovacin y las expectativas de la
poblacin (Frankel, Ebrahim & Davey 2000). Sin embargo no parece
35

Introduccin

existir clara evidencia de ello. El coste estimado por el NHS

(Nacional Health Service) de Reino Unido, con relacin al
envejecimiento parece ser modesto, calculndose un 3.5 % en un
periodo de aproximadamente 120 aos. Las nuevas tecnologas no
necesariamente incrementan los costes sanitarios salvo que se
amplen las indicaciones y de rebote, la demanda inducida por
pacientes y mdicos. En Estados Unidos la introduccin de la
colecistectoma laparoscpica increment los costes en un 11%
(Powell 1996). Sin embargo hay fuerte evidencia de que un pblico
bien informado ser tan capaz de rechazar tratamientos como de
solicitar ms de ellos.

Segn una teora publicada en el ao 1997, el incremento de los

presupuestos hospitalarios se asociara con un incremento en el
exceso de demanda (Feldman & Lobo 1997). Un exceso de
demanda es caracterstico de los sistemas de salud que usan los
presupuestos globales para pagar los cuidados hospitalarios, sin
embargo, los administradores hospitalarios deben controlar la
asignacin de su presupuesto y elegir la cantidad e intensidad de
recursos para maximizar su propia utilidad.

Para algunos autores (Frankel, Ebrahim & Davey 2000), la hiptesis

convencional de que la demanda siempre excede a la oferta en un
sistema pblico de salud refleja poca esperanza y experiencia. La
propuesta de expansin en la inversin en el NHS incluye el uso
estratificado de recursos para dirigir polticamente el tema de la lista
36

Introduccin

de espera, de forma que permita juzgar la hiptesis alternativa de

que los lmites para la demanda por categoras de cuidados entran
dentro de la capacidad de una correcta gestin de los recursos en el
NHS.

1.4 METODOLOGA UTILIZADA PARA RESOLVER EL PROBLEMA.

Desde el punto de vista de la gestin, uno de los principales

problemas ha sido, y es conocer el volumen y la significacin de la
lista de espera, es decir, medir la lista de espera (Alcalde y colbs.
2002) Otro, ha sido cmo resolver las listas de espera. Las
estrategias utilizadas para hacer frente a las listas de espera, se
clasifican segn se acte sobre la demanda, o sobre las tcnicas de
gestin aplicadas.

Durante algn tiempo la lista de espera ha sido un mtodo de

manejo de la demanda debido a que a lo largo de la espera muchos
pacientes dejarn de necesitar ciruga. Evidentemente esto se
convierte en un duro mtodo de triaje a expensas de aquellos
pacientes que si precisarn ciruga, y a su vez en consecuencias
importantes con relacin a mayor mortalidad, aumento del nmero
de los procesos urgentes y mayor coste de tratamiento (Nigel &
Hensher 1998).

37

Introduccin

En el primer caso, en aquellas relacionadas con la reduccin de la

utilizacin, hay que citar el copago, que es una estrategia dirigida a
intentar reducir la utilizacin de los servicios en general, es decir,
una barrera para la obtencin de un servicio. Tambin se ha utilizado
el filtro por parte de los mdicos de cabecera de las derivaciones a
especialistas (Kammerling & Kinnear 1996), as como mecanismos
de revisin de utilizacin para evaluar la adecuacin de las
intervenciones o pruebas diagnsticas. (Axt-Adam, Van De Wouden
& 1993). Estos mecanismos tienen en comn que se basan en la
evaluacin individual de la necesidad de la intervencin. En 1999
the Salisbury Health Care NHS & Wiltshire Health Authority
propusieron un nuevo sistema para racionalizar las derivaciones al
segundo nivel de atencin (especializada) basados en criterios de
exclusin de patologa dermatolgica maligna. Ms de la mitad de
los mdicos de atencin primaria remitieron el 36% de sus pacientes
a otro hospital y de estos el 15 % regresaron a su unidad de origen
(Ciaran, OBoyle & Cole 2001).

Otras estrategias de reduccin de listas de espera incluyen los

incrementos estructurales de recursos como la apertura o ampliacin
de hospitales, consultas, servicios o medidas especficas como las
reformas sanitarias, tecnolgicas y otras que tienen en comn un
incremento estable de la capacidad productiva. Los incrementos
temporales de la oferta son las formulas ms utilizadas en Espaa
para incrementar temporalmente los recursos y as actuar sobre
listas de espera concretas (Alcalde y colbs. 2002). Otras estrategias
38

Introduccin

con relacin a la demanda son los estmulos a la provisin privada

y la reduccin de la incertidumbre. Los mecanismos para reducir la
incertidumbre y las variaciones en la prctica clnica son base de
diversas polticas frente a las listas de espera y de la mejor atencin
sanitaria.

En el segundo caso, las estrategias de gestin de las listas de

espera se han encaminado hacia las depuraciones administrativas,
auditar las listas de espera basndose en la revisin de la indicacin
y la situacin clnica del paciente, y finalmente, hacia los sistemas de
priorizacin en funcin de la urgencia de la intervencin. Las
depuraciones de las listas pueden ser necesarias pero los
descensos que se producen generalmente no se deben a una
mejora en la productividad o en la gestin (en 1997 el INSALUD
redujo en un 20% sus listas de espera por este mtodo), si no del
sistema de registro de la lista de espera.

Inicialmente, los estudios sobre listas de espera se focalizaron en la

reduccin del nmero de enfermos en espera y posteriormente, la
atencin se ha centrado en disminuir el tiempo de espera y en
conocer la composicin de la lista. En base a esto, la Comisin
sobre listas de espera creada por el Parlamento de Catalua se
plantea un estudio sobre las listas de espera en Europa con el
objetivo de cuantificar y describir la situacin de las listas as como
las diferentes polticas o estrategias propuestas (Espallargues y
colbs. 2000). Las propuestas identificadas para el abordaje de las
39

Introduccin

listas de espera en los pases europeos se pueden clasificar en tres

grupos:

1.- Propuestas para reducir el tamao de la lista de espera:

Aumentar capacidad del sistema.

Subsidiar a los enfermos que van al sector privado.
Utilizacin de la atencin sanitaria en otros pases.
Reduccin/moderacin de la oferta.
Reduccin/moderacin de la demanda.
Modificacin de barreras legislativas.

2.- Propuestas para reducir el tiempo de espera:

Aumentar la capacidad resolutoria de la atencin primaria,

mejorando coordinacin interniveles.
Favorecer ciruga ambulatoria o procedimientos alternativos.
Establecer tiempos de garanta.
Medidas

organizativas

encaminadas

mejorar

la

eficiencia.

3.- Propuestas para racionalizar las listas de espera:

Mejorar los sistemas de informacin sobre lista de espera.

Anlisis y publicacin de los datos sobre lista y tiempo de
espera globales.
40

Introduccin

Establecimiento de sistemas de priorizacin de la lista de

espera.
Polticas

especficas

con

relacin

al

sistema

de

financiacin.

Entre todas las polticas de abordaje de las listas de espera, las que
se plantean como ms prometedoras, son aquellas que consideran
medidas tanto a corto, medio como largo plazo, que actan con
relacin tanto a los factores que afectan a la oferta como a la
demanda, basadas en necesidades sociales y con implicacin de
profesionales y de ciudadanos.

La implantacin de sistemas de puntos se llev a cabo en EEUU

hace 20 aos en el mbito de los transplantes (Pinto y colbs. 2000).
En respuesta

a la publicacin de los presupuestos del NHS en

Marzo de 1998, asignando un nivel de gasto adicional para la mejora

de las listas de espera, la Asociacin Mdica Britnica (BMA) se
expres de la siguiente manera (Health Policy and Economic
Research Unit 1998):
creo que es el momento de afrontar el problema de las listas de
espera de una manera mas inteligente. Los lmites en tiempo absoluto no
deben ser el principal foco de inters de nuestros esfuerzos. Debemos
mirar a las prioridades clnicas reales..Debe ser posible establecer un
sistema de puntuacin que otorgue mayor prioridad

a los casos ms

apremiantes.

41

Introduccin

En Mayo de 1998 y como respuesta a la publicacin de las cifras de

pacientes en lista de espera, el presidente del CCSC (Consortium for
computing sciences in collage) emiti una nota de prensa (Health
Policy and Economic Research Unit 1998):
...me gustara ver a los mdicos decidiendo lo que es un tiempo de
espera para una operacin de cadera o de hernia, y tambin para una
operacin de cataratas, por tomar tres ejemplos normales. Estos criterios
deberan considerar la urgencia clnica, dolor y molestia, perdida de
movilidad e interrupcin de la vida normal. El NHS debera poner todos los
medios para que se consiguiera operar a esos pacientes en los plazos
determinados.

En el debate publicado en 1998 sobre sistemas de priorizacin de

listas de espera, se examinaron los sistemas de puntuacin que
estaban utilizando pases como Gran Bretaa, Nueva Zelanda,
Canad, Suecia, Inglaterra, Irlanda del Norte y Gales. Se concluy
que, habra que posibilitar un sistema capaz de desarrollar un
esquema a nivel del pas que requerira mayor trabajo y consenso
en distintas reas.

Seran necesarias directrices tanto a nivel

nacional como local involucrando a Colegios de Mdicos, Institutos

Nacionales de Mejora de Mtodos Clnicos, marcos estructurales de
servicios clnicos, mdicos, jefes de equipo, directores mdicos,
consejos sanitarios y polticos locales. Por otra parte, deberan
consensuarse aspectos como los criterios a usar; los aspectos
sociales, clnicos y de calidad de vida y personal involucrado
entendiendo por estos a los especialistas, cirujanos, pblico en

42

Introduccin

general, gestores, etc. (Health Policy and Economic Research Unit

1998).

En Octubre del 2002, Taylor y colbs. (2002) publican los resultados

del proyecto sobre lista de espera de la Western Canad basado en
el desarrollo de criterios de priorizacin para ciruga general. El
grupo desarroll y puso a prueba un conjunto de criterios clnicos
estandarizados para asignar prioridades entre pacientes en espera
de todo tipo de ciruga general electiva. Los criterios y

el peso

especfico asignado a cada uno se modific en base a las

caractersticas empricas y al juicio clnico. Estos criterios de
priorizacin son fciles de usar y son un reflejo razonable del experto
juicio quirrgico con respecto a la urgencia clnica. A la larga,
desarrollar y poner a prueba esta herramienta parece justificable.

En Espaa, la Seccin de Gestin de Calidad de la Asociacin

Espaola

de

Cirujanos

puso

en

marcha

un

proyecto

con

profesionales con experiencia quirrgica pertenecientes a distintas

instituciones sanitarias con el objetivo de obtener unos criterios para
poder establecer prioridades al incluir pacientes en lista de espera
de ciruga y que fue publicado en el ao 2002. Este proyecto se bas
en la remisin de un cuestionario a los participantes del proyecto
para determinar criterios de inclusin, exclusin y de agravamiento
con relacin a doce procesos quirrgicos correspondientes a doce
patologas benignas pero de alta prevalencia en la especialidad de
ciruga general y del aparato digestivo (Alcalde y colbs. 2002).
43

Introduccin

1.5 ESTADO ACTUAL DE LAS LISTAS DE ESPERA EN CONSULTAS EXTERNAS. MECANISMOS DE ABORDAJE.

Existen pocos datos en la bibliografa que hagan referencia al

abordaje de las lista de espera en consultas externas. Hasta hace
poco, la mayor parte de los planes de actuacin han ido dirigidos a
disminuir la lista de espera quirrgica. Actualmente los planes
propuestos de abordaje de listas de espera abarcan tanto la espera
quirrgica como la de consultas externas.

El INSALUD public en el ao 2000 una gua sobre gestin de

consultas externas en atencin especializada (Subdireccin General
de Atencin Especializada 2000).

Esta gua parece

una

herramienta muy adecuada para mejorar los procedimientos de

citacin y gestin de las interconsultas entre atencin primaria y
atencin especializada y permite mejorar la accesibilidad de los
ciudadanos a los servicios sanitarios, facilitando desde las unidades
administrativas (UNAD) de atencin primaria las citas con el nivel
especializado. Sin embargo, se han encontrado puntos dbiles, por
lo que se ha propuesto que:

1.- Se debe establecer sistemas de citacin que permitan el acceso

directo desde la UNAD de atencin primaria

a las agendas de

atencin especializada una vez cumplimentado y supervisado un

protocolo de derivacin.

44

Introduccin

2.- La gestin de las citas a atencin especializada derivadas desde

otros especialistas deben gestionarse desde ese nivel asistencial y
no desde atencin primaria.

3.- Deberan clasificarse a los pacientes que se remiten

desde

atencin primaria por prioridades en:

Pacientes urgentes, cuya atencin no se puede demorar.

Tiene el inconveniente de que se puede sobreutilizar esta
va inconscientemente.
Pacientes preferentes, que deben ser atendidos en pocos
das.
Pacientes "sin prioridad", que pueden esperar.

Las Cortes de Castilla la Mancha aprobaron en el ao 2002 la Ley

de Garantas en Atencin Sanitaria Especializada ( Ley 24/2002 de 5
de Diciembre), la primera norma autonmica que fij esperas
mximas no solo para intervenciones quirrgicas sino para pruebas
diagnsticas y consultas externas. La Ley se compone de 9
artculos, en los que se recogen: el Objeto de la ley, los
beneficiarios, los plazos mximos de respuesta, la capacidad de
eleccin de centro, el sistema de garantas, los gastos de
desplazamiento, la informacin sobre listas de espera, el registro de
pacientes en lista de espera, y el informe anual; y dos disposiciones
finales en las que se establecen la facultad del Gobierno para llevar
a cabo el desarrollo reglamentario previsto en la misma y la fecha de
45

Introduccin

entrada en vigor de la mencionada Ley. La Ley de Garantas en

Atencin Sanitaria Especializada y los decretos del ao 2003
(Decreto 9/2003 de 20 de Enero)

y del ao 2004 (Decreto 1/2004

de 13 de Enero) aseguraron a los castellano-manchegos que la

espera mxima fuese respectivamente de:

1.- Intervenciones quirrgicas garantizadas: en un plazo de 180 das

para el ao 3003 y 120 das para el ao 2004.

2.- Consultas de atencin especializada garantizadas: antes de 60

das para el ao 2003 y de 40 das para el ao 2004.

3.- Pruebas diagnsticas garantizadas: antes de 30 das para el ao

2003 y de 20 das para el ao 2004."

El 13 de enero del 2003 en el pleno del Consejo Interterritorial se

trat del proyecto del Real Decreto sobre listas de espera en el que
se aconsejaba el establecimiento de tiempos mximos para el
acceso a la atencin especializada. El objetivo fue establecer
criterios, indicadores y requisitos bsicos mnimos y comunes en
materia de listas de espera para consultas externas, pruebas
diagnsticas e intervenciones quirrgicas (C.I.S.N.S. 2003 a &
C.I.S.N.S. 2003 b), as pues, en Junio del 2003 se publica el Real
Decreto sobre listas de espera (Real Decreto 605/2003 de 23 de
Mayo) por el que se establecen cinco artculos cuyos ttulos se
reproducen a continuacin:
46

Introduccin

1.- Artculo 1: Este real decreto tiene por objeto establecer los
criterios, indicadores y requisitos mnimos, bsicos y comunes en
materia de informacin sobre las listas de espera de consultas
externas,

pruebas

diagnsticas/teraputicas

intervenciones

quirrgicas correspondientes a los centros y servicios del Sistema

Nacional de Salud, a fin de alcanzar un tratamiento homogneo de
stas para el conjunto del sistema que permita el anlisis y
evaluacin de sus resultados, necesidades y funcionamiento,
garantizando la transparencia y uniformidad en la informacin
facilitada al ciudadano.

2.- Artculo 2: Sistema de informacin sanitaria en materia de listas

de espera.

3.- Artculo 3: Criterios de indicacin y prioridad clnica en listas de

espera de consultas externas, pruebas diagnstico/teraputicas e
intervenciones quirrgicas.

4.- Artculo 4: Garantas de informacin que debe facilitarse a los

ciudadanos.

5.- Artculo 5: Garantas de informacin sobre demoras mximas en

el acceso a las consultas externas, pruebas diagnstico-teraputicas
e intervenciones quirrgicas no urgentes en el Sistema Nacional de
Salud.

47

Introduccin

En la ltima conferencia sobre listas de espera celebrada en

septiembre del 2004, otras comunidades autnomas empezaron a
proponer modelos de actuacin para garantizar el tiempo de
respuesta en consultas externas, como es el caso de los modelos
propuestos por el SAS ( Servicio Andaluz de Salud), Pas Vasco y
Servicio Navarro de Salud (Martinez, Ladrn & Otermn, 2004).

1.6 PAPEL DE LA INVESTIGACIN OPERATIVA EN LA GESTIN DE LAS LISTAS DE ESPERA.

Hasta este punto, se han expuesto de forma resumida los aspectos

de tipo poltico, social y econmico relativos a la lista de espera, as
como, algunas propuestas para su resolucin. Sin embargo, a pesar
de todas estas propuestas y despus de varias dcadas, todava se
desconoce bien como abordar el problema de las listas de espera.
Ante esto, cabe plantearse la existencia de estudios que traten este
problema, si no desde el punto de vista de su resolucin s desde el
de su optimizacin. Algunos de ellos plantean este propsito desde
la perspectiva de la Teora General de Sistemas, cuyos fundamentos
generales se describen de forma resumida en el siguiente epgrafe.

48

Introduccin

1.6.1 Conceptos generales de la Teora General de Sistemas.

Partiendo de que la realidad que nos rodea es compleja,

incomprensible y problemtica, para estudiarla es imprescindible un
proceso de simplificacin (reduccionismo), que transforme a la
realidad estudiada en un sistema. As pues, la sistematizacin de
una realidad se basa en un reduccionismo que conserva la
estructura y esencia de la realidad, aunque la deforma.

La teora general de sistemas (TGS) surgi con los trabajos del

alemn Ludwig von Bertalanffy, publicados entre 1950 y 1968 en un
intento de lograr una metodologa integradora para el tratamiento de
problemas cientficos. Esta TGS afirma que, las propiedades de los
sistemas no pueden ser descritos en trminos de sus elementos
separados y que su comprensin se presenta cuando se estudian
globalmente (Von Bertalanffy 1976). La TGS se basa en dos pilares
bsicos: la semntica y la metodologa (Lpez 2004). La necesidad
de una semntica comn deriva de la necesidad del manejo
interdisciplinar de muchos problemas. Es por ello que la TGS
pretende introducir una semntica cientfica de utilizacin universal,
como por ejemplo, sistemas*, entradas*, procesos*, cajas negras*,
salidas*, relaciones*, subsistemas*, variables, retroalimentacin*,
adaptabilidad* y optimizacin*. La TGS afirma que cada sistema
existe dentro de otro sistema ms grande. En base a este
fundamento,

una

organizacin

es

un

sistema

socio-tcnico-

administrativo (subsistemas) que est incluido en otro ms amplio

49

Introduccin

que es la sociedad, con la que interacta, influyndose mutuamente.

Por ello, para el anlisis y diseo de sistemas se precisa de una
metodologa. En trminos generales esta metodologa se basa en:
analizar la situacin, valorar la eficacia y eficiencia de un sistema,
estudiar las entradas y salidas, disear un nuevo sistema y llevar a
la prctica el sistema diseado.

Cuando se aplica la teora de sistemas a la administracin, la

empresa

se

plantea

como

una

estructura

con

mltiples

interrelaciones que se visualiza como un sistema de toma de

decisiones, tanto individuales como colectivas. La teora de sistemas
permite reconceptuar los fenmenos dentro de un enfoque global
para integrar asuntos que, a veces, son diferentes. Es decir, revela
lo general en lo particular.

Un sistema es un conjunto de partes seleccionadas de entre las

partes de la realidad (elementos del sistema), observables y que
interactuan en dicha realidad (interrelaciones entre los elementos del
sistema) para lograr un objetivo (objetivo del sistema).

De una manera ms simplista el sistema es un conjunto de elemento

interrelacionados hacia un objetivo. Con relacin a su naturaleza y
de manera general, existen dos tipos de sistemas: sistemas cerrados
y sistemas abiertos (Solano 2004 a & Solano 2004 b)

1.- Los sistemas cerrados no presentan intercambio con el medio

ambiente que les rodea, son hermticos. Tampoco producen nada
50

Introduccin

que sea enviado hacia el exterior. En rigor no existen sistemas

cerrados.

2.- Los sistemas abiertos presentan intercambio con el ambiente a

travs de entradas y salidas. Su estructura es ptima cuando el
conjunto de elementos del sistema se organiza, aproximndose a
una operacin adaptativa. La adaptabilidad es un continuo proceso
de aprendizaje y de auto-organizacin

As pues, si un sistema es eficaz* pero no es eficiente* se deber

cambiar los mtodos del sistema; si un sistema no es eficaz, se
deber cambiar el sistema y si un sistema es eficiente slo podr ser
optimizado.

1.6.2 Fundamentos del proceso de modelizacin genrico

El proceso de modelizacin genrico es el mtodo que utiliza la

teora de sistemas, mediante el cual se puede modelizar un sistema.
Este proceso implica el anlisis de la situacin de la realidad a
estudiar, el anlisis del sistema a estudiar, la construccin de un
modelo matemtico o de simulacin utilizando como herramienta la
investigacin operativa*, la validacin

del modelo y la

imple-

mentacin del mismo.

51

Introduccin

Se describe dicho proceso adaptado para la construccin de un

modelo de simulacin. Como se ha precisado anteriormente, este
proceso de modelizacin consta de siete etapas (figura 1.1). Cada
una de las etapas constituye el ndice de los siguientes epgrafes
que conforman el material y mtodo.

En la etapa I o de formulacin del problema, se determinan el o los

problemas de la realidad que nos rodea. Se trata de conocer si
dichos problemas plantean tomar una decisin entre varias
soluciones posibles para optimizar nuestro objetivo. Es decir, en esta
etapa se debe analizar si a lo que nos enfrentamos es o no un
problema de decisin ptima que precisa del estudio del sistema y
de la construccin de un modelo matemtico o de simulacin ad-hoc
capaz de proporcionarnos una solucin ptima.

En la etapa II o de anlisis del sistema se sistematiza la realidad

mediante el estudio del sistema. Se describen los elementos que
configuran el sistema, sus variables y sus lmites. Para llevar a cabo
este cometido, se recolecta y procesa la informacin requerida, se
capturan los datos disponibles necesarios para construir el modelo,
se evalan las caractersticas de la informacin y se obtienen los
datos histricos del sistema. Tras el anlisis del sistema se decide el
modelo de decisin a construir. Este modelo puede ser un modelo
de decisin matemtico (de stocks, de colas, de programacin lineal,
de programacin dinmica, de clculo diferencial, de teora de
juegos, de clculo de probabilidades, de programacin matemtica.)
o de simulacin (por ordenador, manual, teora de juegos, o
52

Introduccin

FIGURA 1.1 Proceso de Modelizacin Genrico adaptado al Modelo de

Simulacin.

ETAPA I: Formulacin del problema. Formulacin objetiva

del futuro modelo
Subetapa 1.1. Deteccin de sntomas del sistema
Subetapa 1.2. Diagnstico de problemas de Decisin Optima

ETAPA II: Anlisis sistmico.

Subetapa 2.1: Esquema de cajas negras
Subetapa 2.2: Deteccin del Sistema Exterior. Frontera

ETAPA III: Sntesis del Sistema. Construccin del modelo de

simulacin.
Subetapa 3.1: Generacin de variables Pseudoaleatorias.

Subetapa 3.2: Transformacin inversa de variables.

Subetapa 3.3: Construccin del modelo de simulacin.

ETAPA IV: Verificacin del Modelo

ETAPA V: Validacin del modelo

ETAPA VI: Uso del Modelo de Simulacin.
ETAPA VII: Implementacin en el sistema

53

Introduccin

simulacin dinmica) adaptados a problemas de colas, transporte,

planificacin, ordenamiento, stocks, o de teora de decisin. Este tipo
de problema puede tratarse mediante una tcnica analtica (modelo
matemtico de colas) o mediante un modelo de simulacin.
Independientemente del modelo elegido para resolver el problema
de colas es necesario conocer lo que se entiende por una cola o
lnea de espera y sus caractersticas.

La teora de colas es una rama de la investigacin operativa que

estudia las listas de espera (Odn 2001). Una cola o lnea de espera
es el efecto resultante en un sistema cuando la demanda de un
servicio supera la capacidad de proporcionar dicho servicio.
Dependiendo del sistema del que se trate, la cola puede estar
formada, por ejemplo, por piezas, autos, clientes o en este caso en
particular por pacientes (Azarang & Garca 1996). El objetivo
primordial del estudio de una cola es el estudio de su coste, es decir,
minimizar el coste total de un sistema. Existen dos costes
perfectamente identificados que son, por un lado, el coste de tiempo
al esperar un servicio o la perdida de clientes por abandono (en el
sistema sanitario se expresara como coste en salud, insatisfaccin o
calidad) y por otro lado el coste de proporcionar el servicio
(Escudero 1972). Una cola o sistema de espera se caracteriza por
varios elementos bsicos que son los clientes o unidades
potenciales, la disciplina que rige la cola y la duracin del servicio
(figura 1.2):

54

Introduccin

1.- En primer lugar, los clientes o unidades que llegan al sistema

(personas u objetos) para recibir un servicio. De este elemento se
obtiene una formulacin matemtica del momento de llegada en
trminos probabilsticos. Un sistema de espera se representa
mediante el proceso de llegadas de transacciones o unidades a un
sistema con el fin de recibir un servicio por cualquiera de una o ms
entidades, conocidas como servidores. Si todos los servidores se
encuentran ocupados, las unidades permanecen en espera en la fila
hasta que son atendidas o por el contrario, deciden abandonar la fila
sin ser atendidos o se seleccionan de acuerdo con cierta regla para
recibir atencin. Una vez el servicio ha sido proporcionado las
unidades salen del sistema y se convierten en nuevas unidades
potenciales. Las unidades potenciales que llegan al sistema
representan el nmero total de clientes que podran requerir el
servicio proporcionado por el sistema. Estas unidades potenciales
tienen dos caractersticas importantes:

El tamao potencial de clientes, que puede ser un conjunto

limitado o finito de clientes o ser un conjunto ilimitado o
infinito.

La distribucin de probalilidad del tiempo entre llegadas o

bien la tasa de entrada promedio. Esta distribucin puede
ser poissoniana* o no poissoniana. Por lo general el
nmero de llegadas a un sistema sigue un proceso de

55

Introduccin

poissn, lo que suele ocurrir cuando las llegadas al

sistema acontecen de forma aleatoria.

FIGURA 1.2 Representacin esquemtica de un sistema de colas.

SERVIDORES
PUNTO DE LLEGADA
AL SISTEMA

SISTEMA
COLA

PUNTO DE
SALIDA DEL
SISTEMA

PROCESO DE
LLEGADAS

TAMAO DE ORIGEN DE
USUARIOS / CLIENTES

DISCIPLINA DE COLA Y
CAPACIDAD

PROCESO DE
SERVICIO
NMERO DE
SERVIDORES

2.- El segundo elemento bsico de una cola es la disciplina que rige

en la misma: Primero en llegar, primero en ser servido; Sistema de
prioridades, que es el caso ms tpico en el sistema sanitario;
Impaciencia del cliente, abandono de la cola cuando esta excede de
un cierto lmite; Eleccin de la cola en el caso de que hubiese en el
sistema dos estaciones de servicio.
56

Introduccin

3.-El tercer elemento bsico de una cola es la duracin del servicio y

cuyo intervalo de tiempo se especifica tambin por una funcin de
probabilidad. La fila o cola de espera, es el conjunto de unidades
que esperan ser atendidas por algunos de los servidores del
sistema. Tiene varias caractersticas:

La capacidad o nmero mximo de unidades que pueden

permanecer en ella en un mismo instante. Basndose en
este nmero, se clasifican como finitas o infinitas. En los
modelos con tamao de filas finitos la solucin es ms fcil
de encontrar a partir de ecuaciones generales.

El orden o disciplina de la fila. Es el orden en que las

unidades se extraen de la cola para su atencin. Esta
puede ser, por orden de llegada, por prioridad o
aleatoriamente.

La forma de salir de la fila. Mediante el proceso de servicio

o por abandono de la fila debido a factores de
desesperacin o hasto.

Los servidores, representan el mecanismo mediante el

cual las unidades reciben de una manera completa el
servicio

deseado.

Estos

tienen

dos

caractersticas

principales:
-

La cantidad de servidores asignada por fila en el

sistema.

La

velocidad

del

servicio

distribucin

de

probabilidad del tiempo de atencin.

57

Introduccin

Teniendo en cuenta estas caractersticas de los sistemas de espera,

los parmetros bsicos a determinar sern: La tasa de demanda, el
tiempo medio entre llegadas, la capacidad o tasa de servicio, el
tiempo de servicio, la capacidad y la disciplina de la cola.

Los resultados de la aplicacin de esta teora permiten apreciar el

orden de importancia, los cambios con relacin a un punto de
referencia y las tendencias ms probables. Sin embargo, los
sistemas son dinmicos por lo que estas herramientas matemticas
disponibles, a veces, no son adecuadas para tratar la complejidad
que encierran los problemas de colas. Por ello para su resolucin
hay que recurrir a los mtodos de simulacin (Escudero 1972).

En la etapa III o de construccin del modelo, se formula el modelo a

construir. Dentro de las tcnicas de Investigacin Operativa la
simulacin es la ms ampliamente utilizada. La simulacin es el
desarrollo de un modelo lgico-matemtico de un sistema, de tal
forma que se obtiene una imitacin de la operacin de un proceso de
la vida real o de un sistema a travs del tiempo. La simulacin
involucra la generacin de una historia artificial de un sistema. La
observacin de esta historia mediante la manipulacin experimental,
nos ayuda a inferir las caractersticas operacionales de tal sistema.
Existen dos pasos lgicos en la simulacin:
1.- El desarrollo del modelo con construccin de ecuaciones lgicas
representativas del sistema y su validacin.

58

Introduccin

2.- La experimentacin con el modelo para determinar como

responde el sistema a cambios en los niveles de algunas de sus
variables.

El modelo de simulacin que se aplica vara en funcin del tipo de

sistema en el que nos encontremos. En trminos generales el
sistema a estudio puede ser discreto o continuo. En un sistema
discreto, las variables del sistema cambian en puntos separados del
tiempo. En un sistema continuo, las variables del sistema cambian
de forma continua a lo largo del tiempo. Los modelos de simulacin
se clasifican segn tres puntos de vista:
1.- Modelos estticos frente a modelos dinmicos. En los primeros el
tiempo no juega ningn papel. En los segundos el sistema
evoluciona con el tiempo.

2.-Modelos deterministas frente a modelos estocsticos. Cuando un

modelo de simulacin no contiene componentes aleatorias se dice
que es determinstico. En los modelos estocsticos la informacin
real presenta variabilidad en su comportamiento, por ello, se
debern

generar variables aleatorias. Para la generacin de

variables aleatorias se utiliza la tcnica analtica de generacin de

nmeros pseudoaleatorios, su validacin estadstica y la posterior
transformacin en variables aleatorias mediante el mtodo analtico
de funcin de transformacin inversa.

59

Introduccin

3.- Modelos discretos frente a modelos continuos. Los modelos

discretos hacen referencia a los sistemas en los cuales las variables
cambian en puntos separados en el tiempo. En los modelos
continuos las variables cambian de manera continua a lo largo del
tiempo.

La simulacin de eventos discretos (clientes o elementos) puede

realizarse manualmente o utilizando lenguajes de programacin
especficos diseados para tal fin como el GPSS (General Purpose
Systems Simulator Program),

GASP, DINAMO, etc. Cuando los

cambios en el sistema ocurren de forma continua en lugar de ocurrir

de forma instantnea deben emplearse modelos de simulacin
continuos. El ms utilizado en estos casos es el modelo de
simulacin

de Forrester (Azarang & Garca 1996

&

Forrester

1961).

En la etapa IV o etapa de verificacin del modelo, se comprueba si el

modelo est correctamente realizado, es decir, se valora si los
valores obtenidos son similares o se ajustan con los que ofrece la
realidad. Se plantean las variables a utilizar. En esta etapa se deben
describir todas las simulaciones que se llevarn a cabo si se utiliza
un modelo de simulacin.

En la etapa V o de validacin del modelo, se comparan los

resultados con la realidad del sistema estudiado en fechas
anteriores. Se comprueba si las respuestas ofrecidas coinciden o no
60

Introduccin

con las respuestas formuladas por la realidad

y se refutan las

posibles diferencias estadsticamente significativas de los resultados

obtenidos con el modelo construido. No siempre se puede validar el
modelo dado que, en ocasiones, la realidad no est disponible. Si la
validacin no es posible la confiabilidad de las respuestas dadas por
el modelo es escasa.

En la etapa VI o de uso del modelo de simulacin, el modelo podr

utilizarse para conocer las respuestas a las preguntas formuladas en
la realidad que afectan al presente y futuro. El modelo permite
conocer el comportamiento del sistema en funcin de acciones
concretas que afectan a las interrelaciones del sistema. Se
describen las polticas adoptadas para la simulacin con el modelo.

En la etapa VII o de implementacin en el sistema, se aplican los

resultados obtenidos por el modelo adaptando la poltica que ms se
aproxime u optimice al objetivo. La implementacin puede haber
ocurrido de tres formas. Puede ser futura, si la poltica se aplica tras
construido el modelo. Pasada, si se aplic una poltica y se
comprueba si esta decisin fue optima. Simultanea, si se toman
medidas o decisiones al mismo tiempo que se construye y valida el
modelo.

61

Introduccin

1.6.3 Utilizacin de la investigacin operativa en la gestin de

listas de espera.

La investigacin operativa* (Operacional Research) se aplica a la

valoracin de la conducta y coordinacin de actividades dentro de
los sistemas complejos usando como herramientas los modelos
matemticos de la teora de colas* y la simulacin*. Despus de su
utilizacin en la segunda guerra mundial, el grupo de trabajo
europeo en investigacin operativa la aplic a los servicios de salud
en 1975 (ORAHS 2002).

Los modelos matemticos de colas han sido aplicados en los

servicios de admisin (Hancock y colbs. 1976), en la evaluacin de
estrategias de prioridad (Gallivan 1999), en la gestin de quirfanos
(Vissers, Bril & De Roy 1977), en la valoracin de la planificacin de
la capacidad de las unidades de cuidados intensivos (Ridge y colbs.
2004), en la planificacin y gestin de las camas hospitalarias (
Green & Nguyen

2001), en el manejo y gestin del banco de

sangre, entre otras (De Angelis, Ricciardi & Storchi 1999) y en los
ltimos aos, tambin ha sido utilizada la teora de colas en la
gestin de listas de espera (Murray & Berwick 2003). A este
respecto, una de las herramientas propuestas para la reduccin de
listas de espera en consultas externas es el llamado modelo de alta
accesibilidad (MAAc). Este modelo consiste en ofrecer al paciente
una visita con su mdico para el mismo da que la pide. (Murray y
colbs. 2003). Se trata de un sistema de los denominados just in
62

Introduccin

time y se basa en la variacin de la demanda que la teora de colas

analiza con precisin. Esta se fundamente en el hecho de que las
diferencias entre la oferta y la demanda no son un problema de
capacidad absoluta, sino el resultado de un planteo minimalista (da
a da) donde el balance entre oferta y demanda es un proceso
dinmico y no esttico (Hall 1991). Las condiciones propuestas
para el xito de la aplicacin del MAAc (Grenzner 2004) son:

1.- Una lista de pacientes no abultada y con una proporcin

adecuada de personas mayores.

2.- Una cuidadosa evaluacin de la demanda, de la oferta de visitas

y de las caractersticas demogrficas.

3.- Absorber los excedentes de lista de espera previamente a la

puesta en marcha del modelo.

4.- Planificar las situaciones previsibles de demanda elevada.

5.- Establecer modalidades alternativas de respuesta a la demanda.

6.- Revisar los intervalos establecidos para visitas de control de los

enfermos crnicos.

7.- Consensuar el modelo con todo el equipo de atencin primaria.

63

Introduccin

A pesar del escepticismo de algunos equipos mdicos, la

implantacin

del

modelo

en

atencin

primaria

ha

tenido

consecuencias favorables. La Kaiser una HMD (Health Maintenance

Organization) californiana sin finalidad lucrativa y

pionera en la

implantacin del MAAc, tuvo una disminucin de la demanda de

visitas del 10% (Murray & Tantau, 2000). La aplicacin del modelo a
diversos tipos de consultas

de atencin primaria ha permitido

reafirmar que son necesarias las condiciones, ya citadas, para la

implantacin del MAAc. (Murria y colbs. 2003) y que cuando su
aplicacin tiene xito, se pasa de menos del 10% de los espacios de
agenda libres al comienzo del da a ms del 50%.

Sin embargo, la teora de colas al ser un modelo matemtico

analtico, aunque es una herramienta muy til para predecir el
comportamiento presente y futuro, no permite

predecir las

respuestas de un sistema ante diferentes decisiones que pudieran

adoptarse como en los modelos de simulacin.

Con relacin a los modelos de simulacin, tambin han tenido su

aplicacin en la gestin de listas de espera (McGuire 1997).
Recientemente, en el ao 1998, se expone una tesis doctoral en la
que se analizan las listas de espera de los centros hospitalarios
pblicos desde el punto de vista de una perspectiva dinmica,
(Gonzalez, 1998). En este trabajo se aplica la simulacin dinmica
industrial de Forrester para el anlisis y prediccin de eventos cuyas
variables se comportan de manera continua. Los resultados
obtenidos con la simulacin en el modelo avalaron la hiptesis
64

Introduccin

central que aboga por la necesidad de un cambio estructural en el

sistema sanitario, y critica el empleo de medidas puntuales tales
como, las famosas peonadas para reduccin de listas de espera,
cuyos efectos se limitan exclusivamente al corto plazo. En este
trabajo se abordan de manera general las listas de espera con
mayor dedicacin a las listas de espera de hospitalizacin.

La simulacin se ha aplicado a las listas de espera en ciruga

programada. En el ao 2001 se publica un modelo de simulacin
que optimiza la gestin de los quirfanos programados en el Hospital
General de Denia (De la Morena y colbs. 2001). En el ao 2002,
(Everett 2002) se utiliz un modelo de simulacin por ordenador,
basado en la construccin de bloques de categoras de pacientes
en relacin con el tipo de procedimiento que precisaban y al grado
de prioridad. Esta ltima simulacin se realiz da a da durante un
periodo de 1000 das La aplicacin de ambos modelos puso de
manifiesto el potencial de la simulacin en la estrategia y
planificacin de recursos hospitalarios.

Durante aos, los esfuerzos se han dirigido a mejorar la gestin de

las listas de espera quirrgicas, sin embargo, el problema de las
listas de espera de consultas externas no es despreciable ya que, el
retraso en el diagnostico inicial de una patologa no solo genera
descontento en el paciente, sino que puede incrementar su morbimortalidad, sobre todo, cuando manejamos patologas relacionadas
con procesos neoplsicos.
65

Introduccin

Las consecuencias de la alarma social generada por este motivo

quedan reflejadas en el incremento del nmero de procedimientos
judiciales que se instruyen por esta causa y en su manipulacin
meditica. Hasta tal punto, que los tribunales de justicia comienzan a
contemplar no solo la utilizacin de los criterios cientfico-tcnicos
empleados para llegar al diagnostico, sino adems, los intervalos de
tiempo generados para lograrlo.

As pues, baste mencionar como ejemplo, la sentencia del Tribunal

Superior de Justicia de Valencia, quien conden a la Consejera de
Sanidad a indemnizar a una paciente por el retraso en la prctica de
una mamografa o la sentencia del juzgado N 1 de Sevilla de lo
Contencioso Administrativo, en contra del Servicio Andaluz de Salud,
por errar en la priorizacin de unas pruebas diagnsticas ante la
sospecha de un proceso neoplsico (Salud Pblica 2002).

66

MATERIAL Y MTODO

67

68

Material y mtodo

3. MATERIAL Y METODO
3.1 AMBITO DEL ESTUDIO.

Como consecuencia de los posibles problemas derivados del

volumen y del tiempo de demora de las listas de espera, tanto para
los pacientes y facultativos como para los gestores de la sanidad
pblica, el problema principal que se plante fue el estudio de la lista
de espera de primeras visitas en las consultas externas del servicio
de ciruga general del hospital de la Marina Alta de Denia.

El

presente estudio se realiz con los datos procedentes del rea de

admisin del hospital de Denia y de su lista de espera, durante los
aos 1996 y 1997.
El hospital de la Marina Alta es un hospital comarcal que pertenece a
la red hospitalaria pblica de la Agencia Valenciana para la Salud,
ubicado en la poblacin de Denia, Alicante, definido como Hospital
general bsico. Su misin consiste en proveer la asistencia
especializada bsica del rea sanitaria 12 de la Comunidad
Valenciana, definida en el decreto 122/88 de la Consellera de
Sanidad de 29 de Junio de 1998 y denominado actualmente,
departamento sanitario 13. El servicio de ciruga general y del
aparato digestivo constituye uno de los departamentos implicados en
la asistencia de los pacientes. Este servicio junto con las consultas
externas ubicadas tanto en el hospital como en el centro de salud de
Denia, atienden la demanda de asistencia especializada generada
69

Material y mtodo

en dicha rea adems de la demanda generada por la poblacin

flotante durante el periodo estival. Esta rea de atencin
especializada, anexa al rea de salud pblica y al rea de atencin
primaria, constituyen el departamento sanitario 13 de la Comunidad
Valenciana, que cuenta con una poblacin aproximada de 70.000
habitantes y que como ya se ha dicho, se duplica durante el periodo
estival. Los datos recogidos para el presente estudio se obtuvieron
de los datos de gestin de lista de espera y de las interconsultas
registradas en la Unidad de Documentacin y Admisin del hospital
de Denia durante los aos 1997 y 1998. El departamento de salud
se desglobaliz hasta adaptar el servicio de ciruga como sistema a
estudio, limitando el proceso en el que se basa la presente tesis a
las consultas externas del servicio de ciruga. La descripcin de las
caractersticas de este sistema y su entorno ser expuesta ms
detalladamente en el epgrafe 3.2.2 correspondiente al anlisis del
sistema.
El diseo de la investigacin aqu realizado se bas en la aplicacin
de la metodologa del proceso de modelizacin genrico en siete
etapas (figura 1.1) (Diplomatura de Teora de Sistemas e
Investigacin Operativa 1996-98), basado en la teora de sistemas y
en la investigacin operativa. Este mtodo permiti describir el
sistema, flujo, variables, problemas y puntos claves de decisin para
intentar conseguir nuestro principal objetivo: la aplicacin de un
modelo de simulacin. Al mismo tiempo, este mtodo nos permiti
estudiar el sistema, delimitarlo y plantear un ensayo preliminar para
alcanzar los objetivos secundarios del trabajo:
70

Material y mtodo

1.- Conocer la disponibilidad de la informacin en la hoja de

interconsulta desde atencin primaria hacia atencin especializada y
2.- Establecer

los criterios de priorizacin de pacientes para

inclusin en lista de espera en Consultas externas.

3.2 MTODO

En este apartado se describe el mtodo utilizado. Como ya se ha

mencionado, el ndice de este apartado se corresponde con cada
una de las etapas del proceso de modelizacin genrico que se ha
descrito en el apartado anterior.

3.2.1 Etapa I. Formulacin del problema.

Las organizaciones actuales, dependen de sistemas de gestin y de

informacin que permiten la elaboracin de planes que relacionan
sntomas con problemas de tipo tctico o estratgico.
En esta etapa, se asentaron los objetivos del estudio tras analizar y
definir el problema. Se realiz una deteccin de los sntomas y
problemas del sistema de acuerdo con el mtodo que se expone a
continuacin. Posteriormente se detectaron los problemas que
suponan una decisin ptima.
71

Material y mtodo

3.2.1.1 Deteccin de sntomas.

Se constituy un grupo de trabajo en el que particip el jefe de

servicio de ciruga del hospital Marina Alta de Denia y se fueron
formulando preguntas como mtodo para listar los problemas ms
relevantes del servicio (anexo I). Para la deteccin de los sntomas
se formul el problema mediante una serie de preguntas con
secuencia lgica como las siguientes:

Tengo lista de espera en consultas externas. Han

contratado un recurso durante tres meses y el volumen de
la lista ha disminuido. Debo de mantener este recurso o
solo realizar contrataciones puntuales?

Para disminuir la posible morbilidad de los pacientes en

espera de diagnstico, priorizo de alguna forma las
interconsultas que recibo? Debo seguir aplicando este
sistema y actuar como decisor?

Posteriormente se formul el problema estimando efectos

futuros. Si mantengo un recurso humano ms en las
consultas y amplio el nmero de consultas habilitando
adems de las consultas hospitalarias, las del ambulatorio
conseguir un tiempo ptimo de espera en consultas
externas?

El resto de la informacin requerida para utilizar en el modelo de

simulacin se obtuvo, en parte, de los datos histricos existentes. La
72

Material y mtodo

otra parte de informacin requerida se obtuvo a travs del diseo de

un estudio piloto con una muestra estadsticamente representativa
de la poblacin.
Despus de listar los problemas como resultado de la secuencia de
preguntas y de los datos histricos recogidos, se realiz un
diagnstico de los problemas detectando si se trataban de
problemas que requeran tomar una

decisin ptima para su

resolucin (PDOs: problemas de decisin ptima).

3.2.1.2 Diagnstico de problemas de decisin ptima.

Se denomina problema de decisin ptima

(PDO) a aquellos

problemas que tienen un objetivo, para el que existen, al menos, dos

flujos o variables de accin y adems, se duda cual es el mejor valor
de la variable de accin para lograr el objetivo.
En este estudio, para determinar la existencia de problemas de
decisin ptima, se aplicaron cinco requisitos:

Existencia de un decisor.

Existencia de un objetivo.

Vas alternativas para la consecucin del objetivo.

Eficiencias distintas definidas de cada va para lograr el

objetivo.
73

Material y mtodo

Duda sobre

cual es la mejor variable de accin para

optimizar el objetivo.

3.2.2 Etapa II. Anlisis del Sistema.

3.2.2.1 Determinacin del Sistema a estudio. Servicio de ciruga

general y del aparato digestivo.

En nuestro caso, el Sistema a estudio se corresponde con el servicio

de ciruga general y del aparato digestivo del Hospital de Denia,
resultado de la fragmentacin de sistemas ms complejos, en lo que
profundizamos en esta seccin. Para llevar a cabo el anlisis del
Sistema, el material utilizado, tanto en recursos humanos como en
recursos materiales fueron los ubicados en el

departamento de

Salud 13 de la Comunidad Valenciana. Se implicaron en el trabajo a

los sistemas de salud del rea, tambin llamados niveles
asistenciales:

atencin

primaria

(primer

nivel)

atencin

especializada (segundo nivel).

Partiendo de la base de la teora de sistemas, se hizo una
descripcin global y somera del departamento de salud hasta
centrarnos y delimitar el sistema a estudio. Esto significa que
pasaremos progresivamente de sistemas de mayor a menor
complejidad hasta delimitar el sistema que queremos analizar, como
por ejemplo: departamento de salud 13 de la Comunidad
74

Material y mtodo

Valenciana, el hospital Marina Alta, el rea de servicios quirrgicos

del hospital y el servicio de ciruga general y digestiva.
El departamento de salud 13 est ubicado en la Comunidad
Valenciana. Este departamento es un sistema inmerso en otro mayor
que sera la Comunidad Valenciana, y con un sistema exterior con el
cual se relacionara (figura 3.1). El estudio de las relaciones y
variables de este sistema podran ser inmensas. El departamento
13 comprende tres subsistemas yuxtapuestos* interrelacionados
entre s: salud pblica, atencin primaria y atencin especializada.
FIGURA 3.1 Representacin esquemtica del rea de salud 12 como
sistema

SISTEMA EXTERIOR

Departamento de salud n13

Los recursos sanitarios desarrollados en el departamento de salud

13 de la Comunidad Valenciana constituyen una red de asistencia
coordinada entre atencin primaria, realizada en los centros de salud
y en los diferentes consultorios, y atencin especializada que se
ubica en el centro de especialidades y en las consultas externas del
hospital (figura 3.2). Si abordamos ms en profundidad en el
Sistema y en el entorno (sistema exterior), el departamento n 13
75

Material y mtodo

posee un hospital de referencia, (hospital de la Marina Alta) que

presta servicio a la poblacin del rea, a la que se aade la
FIGURA 3.2 Departamento de salud n 13 de la comunidad valenciana
como Sistema empresa.

O.M.S.

SISTEMA EXTERIOR
C.E.E

PROVEEDORES

COMPETENCIA

CLIENTES

SUBCONTRATAS

SISTEMA EMPRESA.
DEPARTAMENTO 13
SALUD
PUBLICA

CONSELLERIA
DE SANIDAD
GENERALITAT
VALENCIANA
ADMINISTRACION
LOCAL

ATENCION
ESPECIALIZADA
HOSPITAL

AMBULATORIO
ATENCION
PRIMARIA

poblacin flotante que acude durante el periodo estival. Suponiendo

que el hospital fuese el Sistema a estudio, en el sistema exterior
habra que ubicar los subsistemas correspondientes al rea de salud
pblica, atencin primaria y al centro de especialidades (figura 3.3).
76

Material y mtodo

FIGURA 3.3 El sistema se limita al hospital como sistema empresa.

SISTEMA EXTERIOR

C.
E.
E

Proveedores

M. Sanidad

Poblacin

AREA SALUD 12
Salud
publica

At. primaria
Clientes

Conselleria
competencias

Subcontratas

C.Especialidades

de sanidad

Generalitat valenciana

Administracin local
O.M.S

SISTEMA EMPRESA.
HOSPITAL
U. Apoyo

SERVICIOS
QUIRRGICO
S

rea hostelera

Servicios
Centrales

Suministros
rea
mantenimiento
Direccin

rea urgencias

rea servicios.
mdicos

U
C
S
I

rea rganos
consultivos

77

Material y mtodo

Un escueto anlisis de esta caja negra* que sera el hospital, nos

llevara a comprobar la existencia de distintas reas o subsistemas,
tambin

interrelacionadas y cuyo objetivo final sera, tras la

prestacin de servicios sanitarios y no sanitarios, proporcionar

bienestar y salud a sus clientes, usuarios o pacientes. Este sistema
esta constituido por distintas reas mdicas, quirrgicas, servicios
centrales, rea de direccin, rea de mantenimiento y etc. Todas
estas

reas mantienen relaciones

entre s y pueden compartir

recursos fsicos y materiales. El resto de los componentes del rea

de salud formaran parte del sistema exterior. Uno de estos
subsistemas o rea del hospital es el rea de servicios quirrgicos.
El rea de servicios quirrgicos consta de cinco subsistemas
constituidos por los distintos servicios quirrgicos del hospital
(ciruga, otorrinolaringologa, ginecologa y obstetricia, traumatologa
y ortopedia y oftalmologa) (figura 3.4).
Nuestro objetivo se centr en el rea de consultas externas del
servicio de ciruga, por lo que, para acotar el nmero de variables y
relaciones establecimos el lmite en

el

servicio de ciruga del

hospital de la Marina Alta de Denia (figura 3.5). El servicio de ciruga

constituye, por tanto, el Sistema a estudio y el resto de elementos
formaran parte del sistema ambiente o sistema exterior de nuestro
Sistema. El servicio de ciruga (Sistema) est constituido por cuatro
reas funcionales: rea quirrgica, rea de hospitalizacin, rea de
consultas externas y rea de urgencias. Con el objetivo de seguir el
esquema del proceso de modelizacin genrico,
78

FIGURA 3.4 Area de servicios quirrgicos como sistema empresa.

SISTEMA EXTERIOR

AREA SALUD 12
POBLACION

GENERALITAT
VALENCIANA

PROVEEDORES

HOSPITAL

C.E.E

SALUD PUBLICA
COMPETENCIAS

M. SANIDAD

CONSELLERIA
DE SANIDAD

CLIENTES

SUBCONTRATAS

AT. PRIMARIA
O.M.S.

C.ESPECIALIDADES

ADMINISTRACION
LOCAL

AREA QUIRRGICA

TRAUMATOLOGIA
GINECOLOGIA
ORL

UROLOGIA
OFTALMOLOGIA

CIRUGIA GRAL

A. HOSPITALIZACION

A. QUIRURGICA

URGENCIAS
C. EXTERNAS

Material y mtodo

FIGURA 3.5 Lmites del sstema a estudio. Servicio de ciruga como

sistema.

SISTEMA EXTERIOR
GENERALITAT
VALENCIANA

O.M.S.
PROVEEDORES

M. SANIDAD

COMPETENCIAS
C.E.E

SALUD PUBLICA
POBLACION
HOSPITAL

CONSELLERIA DE
SANIDAD

CLIENTES

AT. PRIMARIA
ADMINISTRACION
LOCAL

SUBCONTRATAS

AREA QUIRRGICA

EsPECIALIDADES

TRAUMATOLOGIA

UROLOGIA
OTORRINOLARINGOLOGIA

SISTEMA

OFTALMOLOGIA

GINECOLOGIA

SISTEMA
SERVICIO DE CIRUGIA GRAL. Y
AP. DIGESTIVO

80

Material y mtodo

la descripcin del Sistema y de las variables correspondientes se

realizar en el apartado 4.2.3 correspondiente a

resultados del

estudio del sistema.

El servicio de ciruga recibe influencias del exterior, cuenta con unos
clientes, existe una administracin que influye en el,

hay unos

competidores y adems tiene una serie de relaciones con el resto de

las reas del hospital y con el resto de subsistemas que comportan
el sistema exterior. Este Sistema, servicio de ciruga general y
aparato digestivo, se dedica a la prestacin de servicios de
asistencia especializada del departamento 13 de la Comunidad
Valenciana. A ella llegan los pacientes desde urgencias y desde
atencin primaria del rea, as como, pacientes no pertenecientes a
esa rea pero que de manera ocasional estn o residen en ella.
En esta tesis, el objetivo no es el estudio de las relaciones con el
sistema exterior. Esto pertenece a otro apartado dentro de la teora
de sistemas. Por ello, solo se relatarn, sin profundizar en ellas, las
posibles relaciones del servicio de ciruga con su entorno o sistema
exterior. Las relaciones entre el sistema exterior y el servicio de
ciruga como empresa son las siguientes (figura 3.6):
1.-La OMS establece las recomendaciones de salud a nivel mundial.
La

Unin

Europea

marca

las

directrices

siguiendo

las

recomendaciones de la OMS. El Ministerio de Sanidad sigue las

recomendaciones de la OMS y de la CEE y marca la poltica general
del sistema sanitario del Estado. Segn el artculo 149.1.16 de la
81

Material y mtodo

constitucin espaola del ao 1978, se encarga al Estado sentar las

bases y coordinar la sanidad. La Ley Orgnica 3/1986 del 14 de Abril
de medidas especiales en materia de salud pblica desarrolla el
marco legislativo; se instaura el Sistema Nacional de Salud. Todas
estas directrices llegarn a los servicios quirrgicos a travs de la
Consellera de Sanidad.
2.-La Consellera de Sanidad actua como organismo gestor del
servicio de salud de la comunidad autnoma. Principalmente se
reciben desde las direcciones generales de Consellera normativas
que pasan directamente a los servicios quirrgicos y que no son
subsidiarias de modificacin por estos, tales como:

Normativas sobre ambulancias.

Normativas

sobre

enfermedades

de

declaracin

obligatoria.

Normativas sobre uso farmacetico, a traves de la

Direccin de Farmacia.

Normativas sobre prescripcin de prtesis.

Normativas sobre financiacin.

3.- La direccin del hospital recibe informacin y normativas sobre

funcionamiento del hospital, utilizacin de consultas extenas, normas
de contratacin del personal, funcionamiento de urgencias etc, que
posteriormente se particularizan a cada servicio en concreto. Esta
informacin se remite a las distintas direcciones del hospital (
82

Material y mtodo

Direccin de atencin primaria, salud comunitaria o pblica,

direccin de personal, direccin de compras,etc.). No existe decisin
por parte del servicio en materia de compra, se asume lo que
compra la direccin. Por lo general suele recibirse
informacin, aunque

mucha

poco canalizada y especificada y en pocas

ocasiones escrita. Existe interrelacin con el resto de los servicios

clnicos del hospital. Al servicio llegan normativas desde UCI,
hospitalizacin a domicilio, anestesia y otros. A su vez estos
servicios son poveedores internos de pacientes al servicio de
ciruga. En el servicio se reciben algunas normativas procedentes de
la direccin del hospital, no escritas y sujetas a una variabilidad
diaria. Se establecen pactos de funcionamiento diarios con el
servicio de ciruga. Existe un sistema de informacin econmico
externo (SIE) a travs del cual el servicio recibe el coste diario de
imputacin, gasto en recursos humanos, gasto de luz, de material
etc.

No ha existido plan director en el hospital de Denia hasta

aproximadamente hace un ao. El servicio de ciruga manda a la

direccin del hospital quejas verbales o escritos de acuerdo o
desacuerdo con las normativas o directrices marcadas por la
direccin, as como datos sobre gestin del servicio (trimestral) y
objetivos nuevos (anual).
4.- Desde el hospital de referencia, que en el caso concreto del
departamento 13, es el hospital Clnico de Valencia, llegan al
servicio las normativas de derivacin de enfermos con patologa no
asumible por el Hospital de Denia (neurociruga, ciruga cardiovascular, vascular periferico, dermatologa, ciruga plstica, ciruga
83

Material y mtodo

peditrica) cmo y qu enfermos deben derivarse. Sin embargo, no

existe protocolizacin sobre estas derivaciones, por lo que, en
ocasiones, se derivan propuestas que se devuelven al servicio con la
consiguiente demora en la visita o valoracin de la patologa. Desde
el servicio de ciruga se remite hacia el hospital de referencia los
enfermos derivados a otra especialidad y enfermos que requieren
exploraciones de alta tecnologa, como exploraciones angiogrficas,
radiologa intervencionista, rastreos seos etc.
5.- Se establece concierto con la empresa privada. Desde ellas se
remiten las normativas para la remisin de pacientes. Desde el
servicio se remiten los pacientes que precisan exploraciones
concertadas, en estos momentos RMN.
6.- Marketing de nuevos productos o materiales que desde las
empresas se relacionan con el servicio. La compra o la negociacin
con dichos proveedores de material

han de pactarse con la

direccin del hospital. Como consecuencia la tardanza en la

recepcin repercute sobre la actuacin del servicio.
7.- Se establece un flujo bidireccional de pacientes con los
proveedores

externos

casi

diario

mediante

solicitud

de

interconsulta. Se produce una derivacin de pacientes al servicio

desde el hospital de crnicos a travs de interconsultas, desde
atencin primaria o directamente al servicio a travs de urgencias
como ingresos o derivados a consultas externas desde urgencias.
84

Material y mtodo

Desde el servicio se produce, casi a diario, la salida de pacientes ya

tratados, con informes o recomendaciones (altas) hacia atencin
primaria o hacia el hospital de crnicos. Se citan para revisiones en
consultas externas.
8.- Llegada mensual al servicio de informacin sobre cursos,
congresos, becas, publicaciones etc. Salida del personal del servicio
durante periodos que pueden oscilar de das a meses. La actividad
del personal que sale se cubre por los facultativos restantes.
FIGURA 3.6 Representacin esquemtica de la relacin del sistema con el
entorno.

Consellera
Direccin
General

Conciertos

O.M.S.
Ministerio Sanidad

Empresa

Formacin
continuada.

EMPRESA DE
SERVICIOS
QUIRRGICOS

Consellera
Direccin General

Hospital Marina Alta

Direccin del Hospital

Servicios A. Primaria

Competidores
Ayuntamiento

Hospital de referencia
Hospital clnico

POBLACIN

9.- El servicio de ciruga cuenta con competidores sanitarios en el

rea que ocasionan la fuga de pacientes a otros hospitales de la
85

Material y mtodo

sanidad pblica o privada, ubicados tanto en el rea como fuera de

ella:

Conciertos con hospitales privados para reduccin de lista

de espera. En nuestro caso el hospital de Benidorm. Los
pacientes vistos y diagnosticados en el servicio y en lista
de espera para tratamiento quirrgico de ms de tres
meses se derivan a clnicas privadas.

Concierto con clnicas privadas: Centro Medico Asistencial

(ASISA) y Clnica San Carlos (Adeslas).

Atencin privada no controlada. Pacientes sin seguro que

acuden a especialista con consulta particular. Pago de
servicios.

Fuga de enfermos a hospitales externos al rea.

10.- De la administracin local se reciben las ordenanzas que

pueden ser de obligado cumplimiento por los distintos centros
sanitarios al estar ubicados en sus municipios Se recibe informacin
tambin a travs del hospital. Se reciben prestaciones de recursos
para congresos, financiacin para potenciar investigacin, licencias
de obras, de residuos, etc.
Como se ha comentado anteriormente, el Sistema que hemos
limitado (servicio de ciruga general y del aparato digestivo) se
presentar en la seccin correspondiente a resultados, as como, las
variables de accin y la variable objetivo que utilizaremos para la
construccin del modelo.
86

Material y mtodo

3.2.2.2 Determinacin del proceso de flujo de pacientes desde

el sistema exterior al servicio de ciruga general y del aparato
digestivo.

En este apartado se describe brevemente el diagrama de flujo de

pacientes desde su derivacin por atencin primaria hasta su visita
en las consultas externas de atencin especializada, puesto que,
tambin nos extenderemos en el apartado de resultados, en
describir el proceso o flujo de pacientes hasta las consultas
externas, tal y como exige la metodologa del proceso de
modelizacin.
Desde el departamento de salud 13 de la Comunidad Valenciana, se
establece un flujo de pacientes (ver figura 4.7 de resultados). Los
pacientes atendidos en el primer nivel (atencin primaria) se derivan
al segundo nivel (atencin especializada) en base a las necesidades
asistenciales siguiendo una serie de pasos intermedios. Para ello se
utiliza hoja de Interconsulta con los datos identificativos sintomticos
y terapeticos

de los pacientes, as como un sistema de

priorizacin.
Las hojas de interconsulta llegan al

servicio de admisin y

documentacin del hospital. Tras esto, las interconsultas se

acumulan en carpetas segn el tipo de patologa a valorar (mamaria,
proctolgica, digestiva, endocrina.) y se distribuyen entre los

87

Material y mtodo

cirujanos del servicio de ciruga. Se genera as una lista de espera

de interconsultas en consultas externas.
La representacin esquemtica del flujo de pacientes hasta las
consultas externas hizo valorar que para poder construir el modelo
que se persegua era necesario conocer la demanda asistencial en
consultas externas y adems, la prioridad y el porcentaje de las
distintas patologas recibidas.
La prioridad para la derivacin de pacientes se realizaba por
atencin primaria a travs de la hoja de interconsulta y el jefe del
servicio de ciruga del rea de atencin especializada volva a
priorizar la interconsulta para dar preferencia a unos pacientes
respecto a otros en la agenda de las consultas externas, en base a
la posibilidad de mayor o menor urgencia. Se desconocan los
criterios utilizados por el jefe de servicio para la priorizacin, si
podran

ser reproducibles y si exista concordancia entre ambas

priorizaciones interniveles. Por otro lado, tampoco se saba si la

existencia del decidor era necesaria.
Llegado a este punto, despus de haber esquematizado el flujo de la
demanda hasta las consultas externas, se plante que para poder
construir el modelo objetivo de este estudio era necesario conocer el
valor de una serie de variables que intervenan en el proceso de
citacin de pacientes en las consultas externas, variables que hacen
referencia a las caractersticas de la demanda asistencial, a la
informacin disponible para la toma de decisiones y a los criterios de
88

Material y mtodo

priorizacin utilizados. Por estos motivos se realiz un estudio piloto

cuyos objetivos y metodologa se exponen a continuacin. Los
resultados obtenidos del estudio piloto se utilizaron para la
construccin del modelo de simulacin y por ello se detallarn en el
apartado de resultados.

3.2.2.3 Estudio piloto: determinacin de las caractersticas de

la demanda asistencial y de los criterios de priorizacin del
servicio de ciruga general y del aparato digestivo.

El estudio piloto realizado tuvo como propsito general la

caracterizacin de la demanda asistencial y el conocimiento de los
criterios utilizados para canalizar sta a travs de la lista de espera
de consultas externas.
El estudio de la demanda asistencial se realiz a partir

de la

informacin contenida en las hojas de interconsulta enviadas desde

atencin primaria a las consultas externas del servicio de ciruga del
hospital de la Marina Alta de Denia. Para ello se recogieron todas las
hojas de interconsulta del rea durante un periodo de 13 meses
(desde el 1 marzo de 1997 hasta el 31 de marzo de 1998).
Durante ese periodo se recogieron del servicio de admisin 1418
derivadas desde atencin primaria. Para determinar las llegadas
semanales las interconsultas se recogieron del servicio de admisin
en base a la

fecha de recepcin.

Quedaron excluidas las

89

Material y mtodo

interconsultas remitidas directamente desde urgencias a consultas

externas, debido a que no quedaban registradas en el servicio de
admisin.
Para el estudio de las caractersticas de la demanda se obtuvo una
muestra aleatoria mediante un programa estadstico. Para ello se
determin el Epsilon o porcentaje de error (error de 3), el nivel de
confianza (0.95%) y la poblacin total de interconsultas de la que
obtuvimos la muestra durante un ao fue de 1418. El parmetro de
estimacin fue de 0.80.
El parmetro de estimacin se correspondi con la frecuentacin en
consultas externas. La frecuentacin se obtuvo del llamado ndice
de frecuentacin. El ndice de frecuentacin es un ndice
hospitalario que relaciona el nmero de pacientes atendidos en un
hospital determinado durante un ao y su rea poblacional (Datos
obtenidos del rea de atencin especializada de la Consellera de
Sanidad).

En este caso,

en relacin con la poblacin del

departamento 13. Teniendo en cuenta los 170.000 hab. del

departamento (110.000 censados y los no censados) y el nmero
de interconsultas globales anuales remitidas al hospital, se obtuvo el
ndice de frecuentacin de consultas externas (1418/170.000 x 100=
0.83).
Tras aplicar todos los datos anteriores, el nmero de interconsultas
que deba incluir la muestra fue de 461. Se enumeraron las 1418
interconsultas y de estas se extrajeron aleatoriamente las 461 de la
90

Material y mtodo

muestra. La aleatorizacin se estableci mediante un

programa

estadstico (tabla 3.1).

El estudio de las caractersticas de la demanda asistencial se realiz
con la informacin contenida en las 461 hojas de interconsulta
seleccionadas.

Las variables estudiadas fueron, edad, sexo,

procedencia, tiempos transcurrido entre el envo de la interconsulta y

su recepcin en el servicio de ciruga del hospital de la Marina Alta,
grupo patolgico patologa, prioridad asignada por el mdico de
atencin primaria y prioridad asignada por el mdico del servicio de
ciruga.
Para poder realizar este estudio ha sido necesario conocer
previamente en cuantas ocasiones los valores para estas variables
estn registrados en la hoja de interconsulta, aspecto que se ha
realizado de acuerdo con la metodologa expuesta en el epgrafe
3.2.2.3.1.
Para disponer de datos que permitan conocer los tiempos
transcurridos desde que se genera la interconsulta hasta que la
recibe el jefe de servicio de ciruga se ha realizado un estudio cuyos
criterios se especifican en el epgrafe 3.2.2.3.2.
Para poder caracterizar la demanda de acuerdo con el grupo
patolgico

y prioridad ha sido necesario el conocimiento de los

criterios habitualmente utilizados, el estudio de su reproducibilidad y

la elaboracin de un manual de procedimiento fiable para poder
91

Material y mtodo

asignar los valores a

estas variables de un modo uniforme. El

procedimiento utilizado para conseguir este objetivo se especifica en

el 3.2.2.3.3. Finalmente se ha realizado un estudio para conocer la
concordancia entre la prioridad asignada entre atencin primaria y la
prioridad asignada en consultas externas del servicio de ciruga. El
procedimiento utilizado para conseguir este objetivo se especifica en
el apartado 3.2.2.2.4.
TABLA 3.1 Parmetros estadsticos utilizados para la obtencin de la
muestra poblacional.

Estimacin de muestra poblacional

EPSILON

92

ESTIMACION

CONFIANZA

80

0,99

1418

1251

80

0,99

1418

925

80

0,99

1418

644

80

0,975

1418

1206

80

0,975

1418

832

80

0,975

1418

548

80

0,95

1418

1153

80

0,95

1418

738

80

0,95

1418

461

Material y mtodo

3.2.2.3.1 Estudio de la disponibilidad de informacin en la hoja

de interconsulta.
El estudio de la disponibilidad de la informacin en la hoja de
interconsulta se ha realizado para las 461 interconsultas de la
muestra anteriormente especificada.
Este estudio se ha realizado para 14 variables para las que
tericamente deban existir siempre datos registrados en ese
documento. Las variables a estudio se han clasificado en: variables
informativas y demogrficas (nombre, edad, sexo, centro, tipo de
centro, mdico y tipo de mdico) y variables clnicas (antecedentes,
sntomas,

signo,

exploraciones

complementarias,

impresin

diagnstica, motivo de la consulta) y carcter de prioridad asignada

por el mdico de atencin primaria.
Los criterios utilizados para el anlisis de la disponibilidad de la
informacin de estas variables han sido los siguientes:
1.- Variables informativas y demogrficas:

Nombre. Debern figurar el nombre y los dos apellidos en

la hoja de interconsulta.

Edad. No existe casilla para este dato en la hoja de

interconsulta, por ello se considerar presente cuando

93

Material y mtodo

conste en el relato del motivo de la consulta realizado por

el mdico que realiza la derivacin.

Sexo. Tampoco existe casilla o apartado en la hoja de

interconsulta para este dato. En el caso de que pueda
obtenerse esta informacin, se determinar la procedencia
de la misma (consta como tal, se indica un smbolo
representativo, se deduce del nombre o se deduce del
relato del facultativo que solicita la interconsulta. Por
ejemplo:

Paciente

histerectomizada

que

presenta

tumoracin inguinal).

Centro. Zona Bsica de Salud (*) de donde procede o se

remite la interconsulta (localidad del centro de remisin del
Departamento 13).

Tipo de centro. Tipo de Centro de donde procede la

interconsulta, que bien puede ser un consultorio o un
Centro de Salud.

Mdico. Figura o no figura el nombre del facultativo

solicitante de la interconsulta.

Tipo de medico. Si consta la especialidad del mdico que

remite la interconsulta, es decir, mdico de atencin
primaria o mdico de atencin especializada.

2.- Variables clnicas:

Antecedentes. Se consider como antecedente aquellas

patologas o acto mdico quirrgico que pudieran influir

94

Material y mtodo

sobre el estado general del paciente o que tuviese

relacin con la enfermedad a estudiar, as como el
tratamiento realizado previamente. Se obviaron procesos
que no dejaron secuela ni fueran a producir ninguna
alteracin sobre el paciente, Por ejemplo: fractura de
Colles en un cncer de mama. La valoracin se realiz
como: informacin disponible si hay al menos un
antecedente; no disponible si no hay ninguno.

Sntomas. Se defini sntoma como la expresin subjetiva

de las alteraciones

de la enfermedad.

Se consider

informacin presente cuando al menos aparece escrito un

sntoma, y ausente cuando no aparece o no se manifiesta
ninguno.

Signo. Hallazgo que aparece cuando el acto exploratorio

es realizado por el mdico de cabecera o de atencin
primaria, o ha sido encontrado por el propio paciente. Se
valor

como

informacin

presente

cuando

aparece

reflejado al menos un signo y ausente si no aparece

ningn signo.

Exploraciones complementarias. Hace referencia a las

exploraciones complementarias que figuran en el relato de
la hoja de interconsulta, relacionadas con la enfermedad y
se har constar que aparece cuando expresen el
diagnstico de la misma. Se valor como presente si
aparece al menos una y ausente si no aparece ninguna.

95

Material y mtodo

Impresin diagnstica. Se define cuando figura un

diagnstico de sospecha que realiza el mdico que hace la
consulta y que puede o no coincidir con el diagnstico
final. Se valor como presente si consta informacin y
ausente si no consta. No se estudi la existencia o no de
cdigos de clasificacin de patologas (CIE 9 o de otras
clasificacin/es utilizadas en atencin primaria).

Motivo de la consulta: Se ha considerado presente

cuando en el relato figura el motivo por el que el paciente
es remitido a asistencia especializada y ausente cuando
no consta.

Carcter de prioridad: Se ha considerado presente

cuando el mdico que realiza la interconsulta asigna a la
misma un carcter de prioridad.

Las caractersticas de cada variable as como la codificacin de las

mismas figuran el anexo II.

3.2.2.3.2 Descripcin de los tiempos transcurridos entre la

solicitud de interconsulta en atencin primaria y su registro en
la UDCA del hospital y entre el registro en la UDCA y la
distribucin de las hojas de interconsulta al servicio de ciruga

El clculo de los tiempos invertidos en los procesos de recepcin en

la UDCA y de distribucin a los servicios implicados se ha realizado
para las 461 interconsultas de la muestra. Para poder realizar el
96

Material y mtodo

estudio del tiempo en que la interconsulta tarda en ser recibida en la

UDCA del Hospital, se construyeron dos variables: Tiempo de
espera I y tiempo de espera II, a partir de los datos proporcionados
por la fecha de solicitud de la interconsulta por el mdico de atencin
primaria o de especializada y por la fecha de recepcin de llegada
de la interconsulta a la UDCA y que debe figurar en la interconsulta
antes de ser distribuida a las carpetas de especialidades:
1.- Tiempo de espera I se define como la diferencia en das, entre la
fecha de solicitud de interconsulta y la fecha en la que esta se recibe
en la UDCA del hospital.
2.- Tiempo de espera II se corresponde con la diferencia en das
entre la fecha de recepcin en la UDCA y la fecha de programacin
de la interconsulta en consultas externas (o lo que es lo mismo, la
fecha que se asigna al paciente para ser atendido en la consulta).

3.2.2.3.3 Estudio de los criterios de priorizacin de pacientes

por el servicio de ciruga. Generacin de un manual de
procedimiento.

En el servicio de ciruga, la priorizacin la realizaba solo el jefe de

servicio, utilizando para ello la informacin de la hoja de
interconsulta y aplicando unos criterios propios no registrados en
ningn documento. Se desconocan pues los criterios utilizados por
el jefe de servicio para llevar a cabo dicha priorizacin, si stos
97

Material y mtodo

podran ser reproducibles al ser aplicados por otros

y si exista

concordancia entre la priorizacin que realizaba el mdico de

atencin primaria y la prioridad que se le asignaba en el servicio de
ciruga.
Por otro lado, tampoco se saba

si la existencia del decisor era

necesaria, por lo que se consider necesario su valoracin en este

estudio piloto.
Para la realizacin de este estudio se tomaron 201 interconsultas
remitidas al servicio de ciruga durante el periodo de un mes. Se
codificaron las 201 interconsultas de forma independiente por dos
miembros del servicio, que habitualmente no realizaban las tareas
de asignacin de prioridad y grupo patolgico a las demandas de
interconsulta, tomando como referencia el manual de codificacin
provisional realizado por el jefe del servicio, en el que constaban por
escrito los criterios que habitualmente utilizaba para la codificacin
de patologas y para la asignacin de prioridad a la patologa
remitida.
Se obtuvo un ndice de concordancia tanto para el tipo de patologa
como para la priorizacin, aplicando el test de correlacin de
Sperman, con un resultado de 95% y 30% respectivamente. La
concordancia en los grupos patolgicos fue alta pero no la
correlacin respecto a la priorizacin. Esto llev a revisar las
interconsultas codificadas por ambos miembros del servicio, y
principalmente aquellos puntos donde no haba existido correlacin.
98

Material y mtodo

El anlisis de las interconsultas discrepantes desvel la existencia

de un cierto componente subjetivo a la hora de codificar ciertas
interconsultas, que fue ms evidente en el facultativo especialista en
ciruga con ms tiempo trabajado.
Se redise el manual de procedimiento

(anexo III), tras revisar y

unificar criterios, de forma que el sistema de codificacin pudiera ser

utilizado y aplicado por cualquier facultativo del servicio con la mayor
objetividad posible.
Para valorar la fiabilidad de esta nueva versin de manual de
procedimiento se repiti el estudio de concordancia anterior. Para
ello se seleccionaron otros dos miembros del servicio, distintos a los
primeros codificadores y se les reparti el nuevo manual as como
las mismas 201 interconsultas, a cada uno de ellos, para una nueva
codificacin.
El resultado de esta ltima codificacin se muestra en la tabla 3.2.
La coincidencia en la codificacin de los grupos patolgicos fue del
87.1% y para la prioridad fue del 81.1% en la segunda vuelta. El test
de correlacin de Sperman fue del 70% y 60% en los coeficientes
de correlacin para el grupo

y la prioridad respectivamente. En

consecuencia se considera que la aplicacin de los criterios

recogidos en este manual de procedimiento, puede dar resultados
reproducibles. Este manual se ha utilizado para la clasificacin y
codificacin de las variables grupo patolgico y prioridad que forman
99

Material y mtodo

parte de la descripcin de las caractersticas de la demanda

asistencial del servicio de ciruga en el que se centra este estudio.

TABLA 3.2 Concordancia interobservador en la codificacin de

interconsultas.
SI
COINCID.

%
COINCID.

NO
COINCID.

% NO
COINCID.

GRUPO

175/201

87.1%

26/201

12.9%

PRIORIDAD

163/201

81.1%

38/201

18.9%

3.2.2.3.4 Estudio de la concordancia entre la priorizacin

asignada a la interconsulta en atencin primaria y la asignada
por el servicio de ciruga

La prioridad se realiza por atencin primaria y el jefe del servicio de

ciruga del rea de atencin especializada. Para poder estudiar la
concordancia de los sistemas de priorizacin entre atencin primaria
y especializada se disearon tres variables: El carcter de la
derivacin

donde se recogi la prioridad establecida por el

facultativo de atencin primaria, la Prioridad de inclusin en lista de

espera

donde se recogi la priorizacin determinada por el

facultativo de atencin especializada de cada interconsulta derivada

y el grupo patolgico donde se recogi
derivada (anexo II):
100

el tipo de patologa

Material y mtodo

1.- Carcter de la derivacin: Variable cualitativa y que recoge la

urgencia con la que el mdico de atencin primaria remite o deriva la
interconsulta al segundo nivel asistencial. Se codific como: 0 si no
constaba; 1 urgente. 2 no demorable y 3 ordinaria;
2.- Prioridad en lista de espera: Variable cualitativa que recoge la
mayor o menor urgencia de la interconsulta para valorar al paciente
con menor o mayor demora de tiempo en las consultas externas de
ciruga. Esta priorizacin se realiz

en base a la informacin

contenida en el relato de la hoja de interconsulta y con la siguiente

codificacin: O urgente; 1preferente; 2 normal y 3 otra especialidad o
rechazados.
3.- Grupo patolgico: Variable cuantitativa discreta. Se codifica
cada interconsulta dentro del grupo patolgico al que pertenece.
Esta variable se ha utilizado para este estudio y para el del estudio
de la reproducibilidad de los criterios de priorizacin utilizados por el
decisor siguiendo unos criterios que se han establecido en base a
un de manual de procedimiento diseado ex profeso al que se har
referencia en el epgrafe siguiente. La variable se codifica de 0 a 9.
La definicin de cada cdigo figura en el anexo II.

3.2.3 Etapa III. Sntesis del sistema. Construccin del modelo

del medio ambiente por generacin de valores de variables
exgenas aleatorias.
101

Material y mtodo

En esta etapa se procedi a la construccin del modelo de decisin

ptima. En nuestro caso el modelo fue una Simulacin Artesanal.
Las razones de eleccin de este modelo se exponen a continuacin.
La variable objetivo del modelo fue una variable exgena al Sistema.
Esta variable estaba representada por los pacientes que llegaron al
hospital remitidos desde otros sstemas u reas e incluso desde el
mismo sistema a travs de interconsultas a atencin especializada.
.
Se desconoca la probabilidad del nmero de pacientes que iban a
ser remitidos a nuestro sistema durante una semana, un mes o un
ao. Es decir, el porcentaje de pacientes que se derivaron por
unidad de tiempo a nuestra consulta es una incertidumbre, por lo
que estamos ante un problema de tipo probabilstico.
Por otra parte, la incertidumbre en las llegadas de enfermos, tiene un
efecto temporal. Este efecto no se limita a un periodo o poca
concreta sino que puede ser variable a lo largo de un ao, es decir,
adems se trata de un problema de tipo dinmico y no esttico.
Las interconsultas que llegaban (pacientes en espera de un servicio)
se acumulaban en carpetas en espera de que se les asignase
prioridad y fecha de visita.
Se trataba entonces de un problema Probabilstico, prototipo e
irreductible de colas. Pero, lo que se pretenda era conocer varias
102

Material y mtodo

polticas y determinar cual de ellas optimizaba la demora en

consultas externas. Es por ello, por lo que se aplic un modelo de
simulacin. Se utiliz como polticas a aplicar la variacin en una de
las variables internas del sistema: Nmero de horas de servicio en
consultas externas
La construccin del modelo de simulacin del medio ambiente por
generacin de valores de variables exgenas aleatorias se realiz
siguiendo tres pasos. El primer paso fue la generacin

de una

variable pseudoaleatoria y la comprobacin de su validez mediante

las pruebas estadsticas de Kolmogorov-Smirnov y de Corrida.
Despus de generada la variable pseudoaleatoria, el segundo paso
fue transformar la sucesin de valores pseudoaleatorios en una
sucesin de valores aleatorios similares a los valores reales,
mediante la aplicacin del mtodo de transformacin inversa de
variables pseudoaleatorias. Por ltimo, el tercer paso fue la
construccin de un modelo

mediante el cual se pudo simular la

realidad.

3.2.3.1 Generacin de la variable pseudoaleatoria del medio

ambiente. Prueba de kolmogorov-Smirnov. Prueba de Corrida.

La variable correspondiente al nmero de derivaciones desde

atencin primaria es aleatoria en el tiempo, por lo que, para poder
disear el modelo se precisa construir una generacin de valores de
103

Material y mtodo

una variable aleatoria exgena X, distribuida no uniformemente,

para su posterior simulacin. Pero estos nmeros generados a
travs de ordenador no son totalmente aleatorios porque son
autogenerados a partir de formulas preestablecidas que cumplen
una serie de pruebas estadsticas de

aleatoriedad (Azarang &

Garca 1996 & Diploma de Investigacin Operativa y Teora de

Sistemas 1996-98). Por esta razn, a estos valores generados se
les denomina sucesin pseudoaleatoria. Esta sucesin deber
transformarse en una sucesin de valores que simulen la realidad.
Para llevar a cabo la generacin de una sucesin de valores de
variables exgenas aleatorias se tuvo en cuenta que:
1.- El mtodo de generacin de una sucesin pseudoaleatoria (SPA)
debe satisfacer unos axiomas.
2.- La sucesin pseudoaleatoria debe someterse a un conjunto de
pruebas estadsticas.
3.- La sucesin pseudoaleatoria, una vez superadas las pruebas
estadsticas, se somete a un conjunto de mtodos que transforman
la SPA en la sucesin de valores de la variable aleatoria exgena X
distribuida no uniformemente.
Para la generacin de una sucesin de nmeros pseudoaleatorios
existen varios mtodos. El mtodo a utilizar, en s mismo, no tiene
importancia. La importancia radica en que estos nmeros cumplan
ciertas caractersticas o axiomas para que sean vlidos.

104

Material y mtodo

Tocher (Azarang & Garca 1996) estableci los siguientes axiomas

para que la SPA tenga el comportamiento aleatorio discreto:

Axioma 1: Los nmeros de la SPA deben aparecer

uniformemente distribuidos.

Axioma 2: Los nmeros de la SPA deben aparecer

estadsticamente independientes.

Axioma

3:

Los

nmeros

de

la

SPA

deben

ser

reproducibles.

Axioma 4: Los nmeros de la SPA deben aparecer sin

repetirse dentro de un intervalo lo ms grande posible.

Axioma 5: Los nmeros de la SPA deben ser generados a

gran velocidad.

Axioma 6: Los nmeros de la SPA deben ser almacenados

en el ordenador ocupando una parte de la memoria
prefijada.

El

mtodo

ms

utilizado

para

la

generacin

de

nmeros

pseudoaleatorios es el denominado mtodo de las congruencias

(Azarang & Garca 1996). Con este mtodo, el i-simo nmero
aleatorio se obtiene del remanente de dividir el producto de una
constante a por el (i-l) simo nmero, entre una constante m.
Con ello lo que se intenta conseguir es una serie de nmeros
consecutivos cuyos valores se encuentran comprendidos en el
intervalo entre 0 y 1.

105

Material y mtodo

Para generar la sucesin de nmeros pseudoaleatorios se procedi

de la siguiente manera:
1.- Se tomaron arbitrariamente los nmeros enteros y positivos X0,
A, C y M, y despus:

Se calcul A* X0 + C.

Se dividi por M. Se obtuvo un resto X1 .

Se calcul A* X1 + C.

Se dividi por M. Se obtuvo un resto X2.

Se dividi cada Xk por M.

Los cocientes rk = Xk / M estaban en el intervalo 0 rk

1

2.- Se utiliz el programa Microsoft Excel adaptando las formulas

para la generacin de la sucesin pseudoaleatoria y se introdujo en
el programa el total de nmeros aleatorios que deseamos obtener ,
as como los valores de A, C, M y Xo.
En esta tesis, se realizaron dos simulaciones, por tanto obtuvimos la
secuencia de dos sucesiones de nmeros pseudoaleatorios. Ambas
se sometieron a las pruebas estadsticas obligadas y a su posterior
transformacin en una sucesin de nmeros aleatorios. En la
primera

simulacin

se

obtuvo

la

sucesin

pseudoaleatoria

correspondiente a la variable externa de la demanda asistencial

anual.

En

la

segunda

simulacin

se

obtuvo

la

sucesin

pseudoaleatoria correspondiente a las variables de patologa y

106

Material y mtodo

prioridad del total de pacientes derivados durante el periodo de un

ao a las consultas externas del servicio de ciruga general y
digestivo del hospital de Denia.
Previo a la aplicacin del modelo de transformacin inversa para
obtener

los

nmeros

aleatorios

partir

de

la

sucesin

pseudoaleatoria, esta necesita satisfacer dos criterios, comprobados

estadsticamente mediante las pruebas de Kolmogorov-Smirnov y la
prueba de Corrida:
1.- Deben seleccionarse de una distribucin uniforme en el intervalo
cerrado

[0, 1], es decir, todos los nmeros pseudoaleatorios

debern estar comprendidos en el intervalo 0 y 1. Para probar este

criterio se utiliz como prueba estadstica la prueba de KolmogorovSmirnov.
2.- El orden de la secuencia debe ser aleatorio. Para probar este
segundo criterio se utiliz la prueba de corrida.
Estas dos pruebas verificaron si los resultados obtenidos pueden
simular la realidad.
Prueba de kolmogorov-smirnov:
Con esta prueba se verifica o se niega la hiptesis de que el
conjunto de nmeros pseudoaleatorios obtenidos provienen de una
determinada distribucin. En nuestro caso se verific que los
107

Material y mtodo

nmeros pseudoaleatorios provenan de una distribucin uniforme

en el intervalo cerrado [0, 1]. El estadstico D que se utiliz es una
medida de la diferencia mxima entre la distribucin emprica y la
terica supuesta. El estadstico D es una variable aleatoria.
Se realizaron los siguientes pasos:
1.- Se formul la hiptesis nula (Ho) de que los nmeros
pseudoaleatorios provenan de una distribucin uniforme en el
intervalo cerrado [0,1].
2.- Se seleccion una muestra de tamao n de la sucesin de
nmeros pseudoaleatorios generados por el mtodo de las
congruencias.
3.- Se calcul la funcin de distribucin acumulada emprica Fn(x)
de la siguiente manera:

Se ordenaron los valores de la secuencia, tal que para

todo i X1 X i+1

Se obtuvieron los valores Fn(0)=0

y Fn(x) = i/n, para

i=1,2,3.,n
4.- Se evalu el estadstico de Kolmogorov-Smirnov, D a partir
de:

D= max [Fn(x1)- x1];

108

0 x1 1

Material y mtodo

5.- Se consult la tabla de lmites para esta prueba estadstica, (con

un tamao de muestra n y un determinado nivel de riesgo (nivel
de significacin). Si D de la sucesin es menor o igual a este
nmero se acepta la H0 de que la sucesin proviene de una
distribucin uniforme. Si no se acepta la hiptesis nula, se rechaza la
sucesin de nmeros y

se vuelve a

generar otra sucesin de

nmeros pseudoaleatorios.
Prueba de corrida:
Una corrida se define como el conjunto de nmeros que aparecen
ordenados en forma monotnica creciente o decreciente. El nmero
de corridas de una sucesin viene determinada por el nmero de
cambio de signos (+ -) de dicha sucesin. Si el nmero que
aparece a la derecha del otro es mayor se utiliza el signo +. Si el
nmero a la derecha de otro es menor se utiliza el signo -.
Esta prueba se basa en el supuesto de que el nmero de corridas es
una variable aleatoria. Se ha demostrado que si una secuencia tiene
ms de 20 nmeros, el nmero de corridas es una variable aleatoria
distribuida normalmente con media y varianza conocida.
Para realizar la prueba estadstica se siguieron los siguientes pasos:
1.- Se formul la hiptesis nula (H0) de que la secuencia de
nmeros es aleatoria.
109

Material y mtodo

2.- Se seleccion una muestra de tamao n (n>20).

3.- Se definieron con los signos + y - las posibles corridas.
4.- Se defini el estadstico r como el nmero de corridas.
5.- Si n>20 y H0 es verdadera, entonces r se aproxima a una
distribucin normal con media:

E =1/3 *(2n-1)
Y varianza:

Var (r )=1/90 *(16n-29).

6.- Se acepta la Ho a un nivel de riesgo , si:

/2 Z [r-E/ Var ] 1-/2

donde Z est tabulada en la distribucin normal.
Tras la realizacin de las pruebas estadsticas se convirti la
sucesin de nmeros pseudoaleatorios en una variable de nmeros
continuos. Para esto se utiliz el mtodo de la transformacin
inversa para distribuciones continuas.

110

Material y mtodo

3.2.2.3.2 Transformacin inversa de la sucesin

pseudoaleatoria.

Una vez obtenida la sucesin de nmeros pseudoaleatorios y

comprobado mediante los tests estadsticos que la sucesin se
comporta como una variable aleatoria R distribuida uniformemente
en el intervalo [0,1], nos queda obtener una sucesin de nmeros
aleatorios con los cuales podamos construir el modelo. Para obtener
estos nmeros deberemos transformar la sucesin pseudoaleatoria
en

una

sucesin

aleatoria

de

nmeros

no

distribuidos

uniformemente.
Para ello se utiliz el mtodo de la transformacin inversa. (Azarang,
1996 pp. 22-57) mediante el cual se utiliza la distribucin f(x) de la
distribucin de probabilidad que se va a simular, realizando un
proceso de integracin. Los pasos a seguir fueron:
1.- Se dispona de X, que es una variable aleatoria no uniforme
distribuida por f(x) que es la funcin de densidad de probabilidad
de X. A partir de f(x) se calcul F(X) que es la funcin de
distribucin de probabilidad de la variable X. La variable X se
corresponde en nuestro estudio con la demanda por unidad de
tiempo, es decir, se corresponde con el nmero de pacientes que
llegan al servicio de admisin del hospital por semana durante el
periodo de un ao.

111

Material y mtodo

2.- Dada F(X)=r se calcul

la funcin inversa

X=F-1.. Se

obtuvieron los valores homlogos de los valores de r de la sucesin

pseudoaleatoria.
3.- La sucesin aleatoria deseada X1=F-1(r1)., X2=F-1(r2) etc.
representaba la demanda semanal de atencin en consultas
externas.
Se realizaron

dos simulaciones antes de construir el modelo. A

todas las simulaciones realizadas se les aplic las mismas pruebas

estadsticas. Con la primera simulacin se generaron 1517 nmeros
pseudoaleatorios correspondientes a la demanda de pacientes
simulados durante el periodo de 13 meses. Con el resultado de esta
primera simulacin se simul el grupo patolgico y la prioridad de
cada una de las interconsultas simuladas. Para obtener la segunda
simulacin se utilizaron las frecuencias acumuladas de

la

priorizacin y de las patologas de las llegadas reales, obtenidos de

los resultados de los estudios pilotos realizados previamente.

3.2.3.3 Construccin del modelo de simulacin.

Con la transformacin inversa de esta segunda simulacin se hizo

corresponder a cada interconsulta simulada una etiqueta (etiqueta22; etiqueta-61 etc.) y un tiempo medio de servicio (tabla 3.3). Cada
etiqueta adjuntaba dos dgitos. El primero de ellos corresponda al
112

Material y mtodo

grupo patolgico de la interconsulta

y el segundo de ellos a la

prioridad de la interconsulta en base al manual de procedimiento

establecido en el estudio piloto.
El tiempo medio real de servicio de cada grupo patolgico utilizado
para la simulacin se obtuvo de la frecuencia acumulada obtenida de
los tiempos de servicio de las consultas externas durante el periodo
de un mes.

3.2.4 Etapa IV. Verificacin del modelo.

La verificacin consiste en visualizar si los resultados obtenidos de la

sucesin de nmeros aleatorios simulados se separan demasiado o
no de la realidad. En general, la verificacin y la validacin del
modelo o comprobacin estadstica se hacen simultneamente.
En esta fase, se describen todas las simulaciones realizadas para
utilizar en el modelo. En esta tesis se realizaron dos simulaciones
para obtener dos series de nmeros aleatorios. En la primera
simulacin se obtuvo una serie de 57 nmeros aleatorios
correspondientes al nmero de semanas simuladas. Cada nmero
aleatorio se correspondi con el nmero de pacientes derivados por
semana para asistencia en consultas externas. La suma total de
estos pacientes fue de 1517. Con la segunda simulacin se obtuvo

113

Material y mtodo

TABLA 3.3: En la tabla se muestra un ejemplo de codificacin de interconsultas y su equivalencia en grupo patolgico, prioridad y tiempo de
servicio en consulta.

Cdigo
Simulado

Descripcin del grupo

patolgico

ETIQUETA-22
ETIQUETA-42
ETIQUETA-03
ETIQUETA-52
ETIQUETA-22
ETIQUETA-31
ETIQUETA-41
ETIQUETA-22
ETIQUETA-61

PATOLOGIA DE PARED
PATOLOGIA PROCTOLOGICA
NO CLASIFICABLE
PATOLOGIA VASCULAR
PATOLOGIA DE PARED
PATOLOGIA MAMARIA
PATOLOGIA PROCTOLOGICA
PATOLOGIA DE PARED
PATOLOGIA
HEPATOBILIOPANCREATICA
PATOLOGIA MAMARIA
LLUPIAS
PATOLOGIA MAMARIA
LLUPIAS
PATOLOGIA VASCULAR
PATOLOGIA PROCTOLOGICA

ETIQUETA-32
ETIQUETA-12
ETIQUETA-32
ETIQUETA-12
ETIQUETA-51
ETIQUETA-41

Prioridad

Tiempo
(min)

2
2
3
2
2
1
1
2
1

14
17
10
16
14
16
17
14
19

2
2
2
2

16
10
16
10

1
1

16
17

una serie 1517 de nmeros aleatorios que se correspondieron con

las etiquetas de patologa y prioridad simuladas para cada paciente.

3.2.5 Etapa V. Validacin del modelo.

En esta fase, se compararon los resultados obtenidos mediante el

modelo de simulacin con la realidad del sistema estudiado en
114

Material y mtodo

fechas anteriores. Se comprobaron si las respuestas ofrecidas por

el modelo coincidan

o no con las respuestas formuladas por la

realidad.
En esta tesis fue posible comparar los resultados porque se
disponan de los datos histricos, recogidos mediante la recopilacin
de las interconsultas que llegaron al servicio de admisin durante el
periodo de un ao (Marzo de 1997 a Marzo de 1998)
Se comprob estadsticamente si existan o no diferencias
significativas entre los datos reales histricos y los simulados. Se
realiz

una

comparacin

de

medias

de

ambas

series

posteriormente se compararon estadsticamente las curvas de

distribucin de las series.
Para la comparacin de medias se utiliz la T-Student para datos no
pareados y el test de Levine para la comparacin de varianzas.
Para ello se utilizaron como variables, el porcentaje de demanda
semanal o tasa de llegadas semanales y el valor medio del tiempo
de servicio por paciente. Para la comparacin de las distribuciones
de probabilidad de las cuales provienen las series se utiliz como
estadstico

la

2 ( Chi-Square) en base al clculo de las

desviaciones cuadrticas medias entre frecuencias reales

frecuencias simuladas:

2=

(Frec. Simul.- Frec. Real)2 / Frec. Real

115

Material y mtodo

Se obtuvo el sumatorio de las frecuencias acumuladas de seis

intervalos de diez semanas cada uno. Se obtuvo Chi-Square y se
compar con el valor de la tabla normal para cinco grados de libertad
y un nivel de significacin del 95%.

3.2.6 Etapa VI. Uso del modelo.

Realizadas las verificaciones y validaciones se us el modelo para

conocer el comportamiento del sistema. Se adoptaron restricciones
que correspondan tanto a las variables externas del sistema como a
las variables internas del sistema. Se simularon varias polticas
tomando como referencia la variable interna minutos de servicio
semanales empleados y se estimaron los parmetros operativos.
Se adoptaron las siguientes restricciones:
1.- Se tom como base las interconsultas fechadas por admisin
desde Marzo del 97 a Marzo del 98.
2.- Se supuso que la lista de espera de pacientes a marzo del 1997
era de cero pacientes.
3.- Las interconsultas semanales se revisaron por el decidor para
codificacin cada jueves, tomando como referencia el manual de
procedimiento diseado, por lo que

la demanda de la primera

semana empez a simularse la segunda semana.

116

Material y mtodo

4.- En base a lo establecido por la Consellera de Sanidad, el

periodo efectivo de trabajo anual sobre el que se basaron los datos
analizados para la gestin fue de 10 meses. Por tanto, se
descontaron de la simulacin 8 semanas (Agosto, Marzo-Abril y
Diciembre) correspondientes a los periodos vacacionales y

la

primera semana porque correspondieron a las primeras llegadas que

se simularon la segunda semana. Se ajustaron los datos simulados
sobre 49 semanas.
5.- Las interconsultas se ajustaron en las agendas dependiendo del
tiempo requerido por patologa, ya determinado, y de la priorizacin
de la patologa. Cada semana se ajustaron primero las prioridades
Cero y Uno seguidas de las interconsultas de prioridad Dos y
Tres.
6.- Solo se us el modelo para las primeras visitas en consultas
externas, por lo que solo se simul con los tiempos establecidos
para estas interconsultas. Se excluyeron las segundas visitas.
Las polticas a simular fueron las siguientes (figura 3.7):
1.- Primera poltica: esta poltica era la que ya exista en el servicio
de ciruga en el ao 1997. Para entonces consista en cuatro
consultas semanales hospitalarias de 150 minutos cada una (2,30 H)
para primeras visitas
117

Material y mtodo

2.- Segunda poltica: despus del periodo vacacional de verano, se

aumentaron dos jornadas laborales de 300 minutos por jornada y se
adquiri un recurso humano.
3.- Tercera poltica: en la tercera poltica a simular, se mantuvieron
las cuatro jornadas durante el primer semestre y en el segundo
semestre, tras el periodo vacacional, se ampli solo una jornada
laboral de 300 minutos, excepto tras los periodos vacacionales
verano, Navidad y Semana Santa donde se adjudicaron dos
jornadas de 300 minutos (semanas 27 semana 28, semana 44,
semana 45, semana 46, semana 54 y semana 55).
Los parmetros estimados o variables de resultado estimadas para
poder comparar las distintas polticas fueron:

Nmero de jornadas libres por semana.

Minutos de servicio libres por semana.

Porcentaje de lista de espera y tiempo de espera de las

interconsultas desde su llegada a Admisin hasta su visita
en Consultas Externas.

Se utiliz para la comparacin estadstica de las variables el test no

paramtrico de Friedman debido a que la comparacin se realiz
sobre datos cuantitativos de una distribucin de datos no normal.

118

Material y mtodo

FIGURA 3.7 Representacin esquemtica de las tres polticas utilizadas

para simular con el modelo.

Poltica 1
SEMANA
150

150

150

150

Poltica 2
SEMANA
150

150

150

SEMANA
150

150

150

150

300

150

300

Poltica 3
SEMANA
150

150

150

SEMANA
150

150

150

150

150

300

Para esta comparacin se consideraron las variables a estudio como

grupos relacionados. Para determinar la existencia de diferencia
estadsticamente significativa entre las distintas polticas se utiliz el
test de Wilcoxon.
119

Material y mtodo

3.2.7 Etapa VII. Implementacin del modelo.

En esta tesis, se realiz una implementacin activa del modelo, es

decir se fueron realizando cambios en el sistema y tomando
decisiones a medida que se iba realizando la tesis. El modelo
construido sirvi para demostrar si la poltica de actuacin que se
llev a cabo en el servicio de ciruga general del hospital Marina Alta
de Denia fue correcta o una decisin equivocada.
Despus de realizada la simulacin teniendo en cuenta los datos de
derivacin del ao 1997, se obtuvieron los porcentajes de derivacin
anual de pacientes a las consultas externas de ciruga durante los
aos siguientes. El crecimiento de la poblacin del rea sanitaria de
Denia entre el ao 1996 y el ao 2001 fue de 18.033 pacientes sin
casi variaciones en la pirmide poblacional (slo estaba recogida
hasta el ao 1998). Por ello, se asumi que, en el ao 2001 la
pirmide poblacional era semejante a la del ao 1997.
Estos datos se obtuvieron del Instituto Nacional de Estadstica en la
Delegacin Provincial de Alicante. Se aplic un coeficiente corrector
de crecimiento para determinar el incremento de las llegadas de
interconsultas a admisin entre los aos 1998 y 2001 (2001/ 97-98),
as como, al porcentaje de etiquetas que codificaban el grupo
patolgico y la prioridad. Con estos datos se calculo el porcentaje de
llegadas semanales del ao 2001.

120

Material y mtodo

Con el nmero de llegadas semanales obtenidas tras aplicar el

coeficiente corrector, se simularon las llegadas de pacientes a las
consultas externas del servicio de ciruga en el ao 2001, es decir se
obtuvo la variable aleatoria para usar el modelo. Se retrocedi hasta
la fase tercera de construccin del modelo para aplicar los mismos
pasos seguidos en las simulaciones anteriores. Posteriormente se
utiliz el modelo aplicando la poltica ptima obtenida como
resultado de la comparacin de las tres polticas. Para el ao 2001,
teniendo en cuenta el crecimiento poblacional, se valor si la poltica
ptima era lo suficientemente eficiente o por el contrario, debera
adoptarse una cuarta poltica que fuese capaz de optimizar el
Sistema.

121

Material y mtodo

122

RESULTADOS

123

124

Resultados

4.- RESULTADOS

4.1 ETAPA I. FORMULACION DEL PROBLEMA

4.1.1 Resumen de los antecedentes previos a la formulacin del

problema.
Desde Marzo hasta Octubre de 1997, el tiempo medio de espera
para ser atendido en consultas externas oscil entre 186 y 33 das
(figura 4.1 y 4.2). Para intentar paliar este problema en el servicio de
ciruga del hospital de Denia, se incremento un recurso humano a
partir de Octubre de dicho ao, es decir, se aument un servidor, lo
que posibilit

la asignacin de un nmero mayor de horas

semanales a consultas externas. Por otra parte, ante la apreciacin

de morbilidad aadida por el retraso en la visita de los pacientes por
parte del especialista, se estableci un sistema de priorizacin de las
interconsultas ante lo cual las agendas de las consultas empezaron
a cubrirse segn su demanda y prioridad de las interconsultas.
Con dichas intervenciones se apreci un cambio aparente en el
sistema (figura 4.1 y 4.2) respecto al tiempo de espera. Por una
parte se aprecia una notable disminucin del tiempo de espera en
consultas pasando de una media de cuatro meses (121 das) del
primer periodo a una media de aproximadamente un mes (38 das)

125

Resultados

FIGURA 4.1. Esquema de colas de consultas externas. Esquema del

URGENTE
PREFERENTE
NORMAL

S1, S2, S3, S4,

S5 S6, S7, S8/2

PRIORIZACION:

PATOLOGIAS

FECHA

FECHA AT.

escenario antes de aplicar polticas.

TPO ESPERA II

TPO ESPERA I

65.01 das

TPO DE ESPERA GLOBAL

83.66 das

TIEMPO

TIEMPO

ESPERA I

ESPERA II

MARZO

6.09

186.10

192.19

ABRIL

4.64

128.33

132.97

MAYO

6.54

66.71

73,25

JUNIO

6.11

110.75

116,86

JULIO

5.63

46.88

52,51

AGOSTO

10.72

33.60

44,32

SEPTIEMBRE

5.96

47.33

53,29

OCTUBRE

8.62

83.00

91,62

126

GLOBAL

Resultados
en el segundo periodo tras el aumento de recursos, adems de
permitir disminuir la lista de espera existente en consultas externas.
La priorizacin de las interconsultas permiti

no demorar la

patologa urgente y reducir la demanda desde atencin primaria en

un 9% al desviar inicialmente las interconsultas pertenecientes a otra
especialidad. Estos resultados se describirn con ms detalle en el
apartado 4.2.
A pesar de las intervenciones realizadas y de la distribucin de los
recursos, se plantearon s los tiempos de espera en consultas
externas eran las adecuados o deban ser modificadas de cara a la
morbilidad de las patologas urgentes y preferentes y si, adems,
esto tendra repercusin en la optimizacin de los recursos del
servicio. Por otra parte, debido a que la demora de consultas
externas de los ltimos meses oscilaba entre 19 y 30 das, tambin
se plantearon las siguientes cuestiones:

Asigno ahora demasiados recursos a las Consultas Externas y

debera emplear parte de ellos en otras reas del servicio? O por
el contrario, debo mantener los mismos recursos en el rea de
consultas?

Se debe intervenir en la confeccin de la demanda hacia

consultas externas?

La asignacin de primeras /sucesivas visitas debe mantenerse?

127

Resultados

FIGURA 4.2. Esquema de colas de consultas externas. Esquema del

URGENTE
PREFERENTE
NORMAL

S1, S2, S3, S4,

S5 S6, S7, S8/2

PRIORIZACION:

PATOLOGIAS

FECHA

FECHA AT.

escenario despus de aplicar polticas.

TPO ESPERA II

TPO ESPERA I

65.01 das

TPO DE ESPERA GLOBAL

83.66 das

TIEMPO

TIEMPO

ESPERA I

ESPERA II

NOVIEMBRE

6.72.

118.33

125.05

DICIEMBRE

5.25

19.00

24.25

ENERO 98

6.05

12.00

18.05

FEBRERO 98

9.84

22.69

32.53

MARZO 98

5.48

34.76

40.24

128

GLOBAL

Resultados
Con ello, se plantearon varios objetivos que se deberan conseguir
tras aplicar el modelo que pretendemos construir:
1.- Una reduccin del tiempo de espera con consultas en relacin a
la demanda y a la prioridad.
2.- Optimizar los recursos generales del servicio para adecuacin y
asignacin de actividad en funcin de poder mejorar y reorganizar
las reas de consultas externas y el rea quirrgica.
La existencia de entradas no controladas con relacin a los
pacientes que llegan desde atencin primaria, urgencias y desde
otras reas especializadas hospitalarias, genera un ambiente de
incertidumbre de llegadas a nivel de las reas de admisin. Esto
repercute en la gestin de las distintas reas del servicio de ciruga
(figura 4.3). En el servicio de ciruga se puede comprobar que
existen dos niveles que varan dependiendo del mayor o menor
nmero de entradas: rea de consultas externas y rea quirrgica.
Dentro del rea de consultas externas se diferencian dos subniveles
que corresponden a los pacientes que precisan de una primera visita
y a los que precisan de una segunda visita.
Partiendo, por un lado, de que se debe mantener como objetivo
primordial sanitario la disminucin de la espera en la atencin
sanitaria y como consecuencia la disminucin de la lista de espera
tanto quirrgica como en consultas externas, y por otro lado, que
contamos con varias restricciones de actuacin debido a que
129

Resultados
disponemos de recursos constantes y de tiempos de actuacin
limitados, se plantean varios problemas desde el punto de vista de la
terminologa sistmica.
FIGURA 4.3 Interrelacin entre dos de las reas del servicio de ciruga

AREA DE CONSULTAS
1
VISITA

AREA
QUIRRGICA

2
VISITA

RECURSOS

El incremento en el nmero de llegadas de pacientes que deben ser

vistos por vez primera en consultas

externas genera una

disminucin del nmero de pacientes que deben ser valorados en

segundas visitas. Pero al aumentar el nmero de consultas para
atender las primeras llegadas, se deber aumentar uno o varios
recursos para dar salida al aumento de la demanda si se quiere
mantener una lista de espera constante. Si se aplica esta poltica
consumimos recursos humanos y materiales pero, probablemente,
en detrimento de los pacientes que deben ser vistos en segundas
visitas. A su vez, generamos un aumento en el nivel del rea
quirrgica y por tanto lista de espera quirrgica.
La solucin pasa por aumentar recursos materiales y humanos tanto
130

Resultados
en el rea quirrgica como en el rea de consultas. Pero en el caso
de que la demanda aumentase por factores tanto poblacionales
como de atraccin, sera rentable mantener todos los recursos
adquiridos?

4.1.2 Deteccin de sntomas.

Se detectaron los siguientes sntomas en el servicio de ciruga:

Retraso en las llegadas de las interconsultas desde atencin

primaria.

Variacin en el nmero de interconsultas que llegan

semanalmente.

Generacin de lista de espera en consultas externas.

Generacin de lista de espera quirrgica.

Morbilidad por el tiempo de demora en la lista de espera de

consultas externas, por lo que se plantea la necesidad de un
decisor para priorizar la interconsulta que llega a atencin
especializada.

Inicialmente se plantean dos problemas de decisin ptima.

1.- Es necesario disponer de un sistema (decisor) que priorice la
interconsulta

que debe ser valorada en el nivel de atencin

especializada?
2.- Debo mantener un recurso humano aadido en el rea de
131

Resultados
consultas externas?

4.1.3 Diagnstico de la existencia de un problema de decisin

ptima (P.D.O.)

Tras la deteccin de los posibles sntomas, se formulan los

problemas y posteriormente se clasifican en problemas de decisin
ptima.

4.1.3.1 Formulacin de los PDO.

En base a lo anterior se plantearon los siguientes problemas:
1.- Se debe aumentar el nmero de consultas externas y de
recursos humanos para asumir la demanda en consultas externas?
2.- Se debe disminuir el nmero de pacientes que deben ser vistos
en consultas externas en segundas visitas?
3.- Se debe aumentar el nmero de recursos humanos y materiales
en el rea quirrgica?
4.- Debe existir un decisor que priorice para poder disminuir el
nmero de pacientes mal derivados?
5.- Se puede mantener tiempos de espera inferiores o iguales a 15
132

Resultados
das para primeras visitas?

4.1.3.2 Clasificacin e identificacin de problemas clave.

Se identificaron y clasificaron los siguientes problemas clave:
1.- PDO 1. Necesidad de un decisor.
Engloba el problema cuatro del apartado anterior. El decisor es el
jefe de servicio encargado de realizar semanalmente la priorizacin
de las interconsultas dado que es el que toma las decisiones de tipo
organizativo en el rea de consultas externas. Como objetivo,
persigue, en primer lugar minimizar el nmero de pacientes mal
derivados a una especialidad que no corresponde lo que a su vez
disminuye la morbilidad sobreaadida y una mala calidad percibida;
en segundo lugar, dar prioridad en las consultas a los pacientes con
patologas que por sus caractersticas, el retraso en el diagnstico y
tratamiento conlleva una mayor morbi-mortalidad.
2.- PDO 2. Gestin de recursos humanos. Necesidad de mantener
o no en consultas externas el recurso adquirido.
Este problema engloba los sntomas uno, tres y cinco. El decisor
existe y es el jefe del servicio, encargado de la toma de decisiones
organizativas. Tambin es el encargado de gestionar al personal ya
que dependen funcional y jerrquicamente de l. El objetivo que
persigue en esencia es ajustar los recursos

atendiendo a las
133

Resultados
necesidades de cada rea (consultas y quirrgica), tratando
fundamentalmente de disminuir las listas de espera, as como,
optimizar el tiempo de demora en consultas externas. En definitiva,
hallar la combinacin ptima de recursos interreas. Las variables
de accin a utilizar por el decisor dependern de los recursos, dado
que el nmero de derivaciones es incierto. En definitiva, se deber
aumentar o disminuir el personal, el nmero de horas de consultas y
el nmero de horas de quirfano en funcin de la demanda. Sin
embargo, de entrada, se cuenta con una serie de restricciones:

Solo se dispone de un facultativo para consultas externas por

jornada laboral.

El tiempo de servicio semanal (minutos /semanales) para

asumir la demanda en consulta est preestablecido.

Existe un tiempo de servicio establecido por cada grupo de

patologa.

Se debe dar cobertura, en primer lugar, a la patologa

priorizada como urgente, seguida de la preferente y luego
aquella priorizada como normal.

El resultado de la necesidad o no de un decisor se comprob tras la

realizacin de un estudio piloto cuyos resultados se expresan en el
apartado 4.2.2. El segundo problema planteado es un problema
probabilstico y dinmico por lo que para resolverlo se recurri a un
modelo de simulacin. De manera pragmtica, la eleccin del
modelo de simulacin y la justificacin del mismo se debe realizar
tras haber analizado el sistema tal y como exige la metodologa del
134

Resultados
PMG, es por ello que, los resultados de la justificacin se exponen
en el apartado de resultados 4.2.3 y no en material y mtodo.

4.2 ETAPA II. RESULTADOS DEL ANALISIS DEL SISTEMA.

4.2.1 Caractersticas del sistema: El rea de ciruga.

Desde el punto de vista sistmico, como ya vimos en el apartado de

mtodo, el sistema que se estudia como tal fue el servicio de ciruga.
El resto de servicios, reas del hospital y servicios del departamento
de salud se incluyeron dentro del sistema exterior (figura 4.4)
En el

Servicio de Ciruga existen cuatro reas con demandas

diferentes: consultas externas, quirfano, urgencias y sala de

hospitalizacin (figura 4.5).
Dos de estas reas tienen una demanda relativamente controlada:
rea de urgencias y la sala de hospitalizacin, con un recurso humano asignado para cada rea. Las otras dos reas, quirfanos y
consultas externas tienen una demanda importante de espera, que
es ms acusada en el rea quirrgica.
El nmero total de facultativos en el servicio en el ao 1997 era de
ocho, de los cuales se dispone a diario de siete de ellos por la
libranza de la guardia y cubren semanalmente un total de 245 horas.
135

Resultados
FIGURA 4.4. Representacin esquemtica del sistema (servicio de ciruga)
y del entorno o sistema exterior.

Sistema Exterior al Departamento de Ciruga

Consultas
Externas

Hospitalizacin

rea de
Administracin

Las

reas

de

urgencia

rea de
Quirfanos

JEFE DEL SERVICIO

DE CIRUGA

de

hospitalizacin

consumen

35h/semanales cada una. Al rea de quirfanos se asigna un total

de 112 h/semanales (8 sesiones quirrgicas semanales, que son
fijas segn asignacin del rea de Direccin) cubiertas por dos
facultativos por sesin. Al rea de consultas externas se le asignan 6
consultas semanales con un total de 40h (2400 min. semanales). De
este tiempo, 1500 minutos se destinan a primeras visitas (4
consultas en hospital y 2 en ambulatorio) y 900 minutos

(6

consultas) a consultas sucesivas. A sesiones clnicas se destinan 25

horas semanales.
En la figura 4.6 se puede observar las distintas trayectorias que
136

Resultados
pueden seguir los pacientes dentro del servicio de ciruga. Atencin
primaria remite a consultas externas del servicio de ciruga a los
FIGURA 4.5 reas del servicio de ciruga.

FIGURA 4.5: reas del SERVICIO DE CIRUGA.

C.Externas

Quirfano
Urgencias

Sala de Hospitalizacin

clientes con patologa subsidiaria de tratamiento quirrgico. Desde

aqu, los pacientes, son estudiados y preparados para una
intervencin quirrgica. Tras esto se ingresan y se someten a una
intervencin quirrgica y despus de transcurrido un tiempo de
postoperatorio salen del departamento (alta mdica) y se remiten de
nuevo a seguimiento en consultas externas, o bien, se derivan a la
unidad de hospitalizacin domiciliaria. De la misma forma, los
pacientes pueden acceder al rea de hospitalizacin y de consultas
externas a travs del rea de urgencias. Cada una de las flechas de
la figura 4.6 representa la trayectoria de los pacientes por las
distintas reas del sistema (servicio de ciruga).
137

FIGURA 4.6: Trayectoria de los clientes dentro del servicio de ciruga.

A
AR
REEA
AD
DEE C
CIIR
RU
UG
GIIA
AG
GEEN
NEER
RA
ALL
PRIMARIA
Y
ESPECIALIZADA

UCSI

QUIRFANOS
ALTA
HOSPITAL
OTROS SERVICIOS
QUIRURGICOS

ASIST. SOCIAL
CONSULTA
EXTERNA

HOSPITALIZACIN
CIRUGIA
URGENTE
URGENCIAS

POBLACION

HOSPITALIZACION

Resultados
El anlisis del servicio de ciruga dio como resultado la obtencin de
15 variables (cuadro 4.1). A cada una de las flechas se le asigna una
o varias

variables del sistema. De ellas una o varias de estas

variables pueden utilizarse como variables objetivo o variables

principales. En el cuadro 4.1 se muestra la conversin de las flechas
en distintas variables de accin. Cada variable principal tiene
asignada una letra que se corresponde con las diferentes
trayectorias de los pacientes. A su vez, cada variable principal lleva
asociada varias variables secundarias:
H: pacientes hospitalizados.
D: pacientes que demandan asistencia especializada.
C: pacientes atendidos en consultas externas.
U: pacientes atendidos en urgencias.

4.2.1.1 Proceso de llegada de pacientes a consultas externas.

Dentro del servicio de ciruga, el inters de este estudio se centr en
el rea de consultas externas, en concreto en la demanda y flujo de
los pacientes desde atencin especializada hasta que reciben
atencin en consultas externas. La variable del sistema que se tom
como variable objetivo

del modelo fue una variable exgena al

sistema, representada por la demanda de pacientes que llegaron al

hospital remitidos desde otras

reas e incluso desde el mismo

sistema a travs de los formatos de interconsultas.

139

Resultados
CUADRO 4.1. Trayectorias que pueden seguir los pacientes dentro del
servicio de ciruga. Conversin de las flechas en distintas variables de
accin.

Pacientes hospitalizados flechas verdes)

H1

Pacientes hospitalizados para ciruga programada

H2

Pacientes dados de alta en el servicio de ciruga general pero

remitidos a otra especialidad hospitalaria. No alta hospitalaria

H3

Pacientes con alta hospitalaria pero bajo los cuidados de

Asistencia

Social
H4

Pacientes dados de alta en el servicio de ciruga y remitidos a

hospitalizacin a domicilio. No alta hospitalaria.

H5

Pacientes con alta hospitalaria definitiva.

H6

Pacientes con alta hospitalaria definitiva

remitidos

a atencin

primaria para control y seguimiento de otra patologa no quirrgica y/o

quirrgica.
H7

Pacientes dados de alta en el servicio de ciruga general pero derivados a

consultas externas para seguimiento hasta alta definitiva.

Demanda de asistencia especializada (flechas azules)

D1

Pacientes remitidos desde atencin primaria a atencin

especializada

de ciruga general y pacientes remitidos desde atencin especializada a

ciruga general para interconsulta en consultas externas de ciruga
general.
D2

Pacientes remitidos desde atencin primaria y especializada directamente

al servicio de Urgencias del Hospital

Pacientes que acuden voluntariamente a urgencias sin ser remitidos por

ningn facultativo.

Pacientes atendidos en Consultas Externas (flechas naranjas):

C1

Y programados directamente para ciruga sin ingreso.

C2

Pacientes hospitalizados desde consultas externas para intervencin

programada.

140

Resultados
El proceso de llegada de pacientes hasta consultas externas se
muestra en la figura 4.7. El lmite inicial del proceso a estudio se
marc en la demanda entrante al servicio de admisin y el lmite final
del proceso en la fecha de asignacin de consulta. As pues,
siguiendo el proceso de derivacin de pacientes se observ que, los
pacientes que precisaban ser valorados por el segundo nivel
asistencial (atencin especializada) se derivaban al mismo a travs
de una hoja de Interconsulta con los datos identificativos clnicos y
teraputicos

de los pacientes (Figura 4.7).

Los facultativos del

primer nivel aplicaban un sistema de priorizacin (carcter) para

agilizar la llegada de la interconsulta al segundo nivel. El envo de la
hoja se realizaba a travs de un sistema de Fax, valija o por va
ordinaria.
La UDCA (unidad de documentacin y admisin del hospital) reciba
las interconsultas remitidas desde atencin primaria, as como, las
remitidas por otras especialidades del segundo nivel y las
procedentes de urgencias para asistencia programada. La UDCA
distribua cada interconsulta en la carpeta de especialidad
correspondiente. Se generarba as una lista de espera de
interconsultas en el servicio de admisin.
Las interconsultas de la carpeta de la especialidad de ciruga general
y digestiva se someta

a codificacin por un "decisor" (jefe de

Servicio) para priorizar la urgencia de la interconsulta e intentar

141

Resultados
FIGURA 4.7 Mapa de proceso del flujo de pacientes desde el sistema
exterior hasta consultas externas de atencin especializada.

ATENCION PRIMARIA.
PRIORIZACION
DERIVACIONES

VALIJA

FAX
INTERCONSULTAS

ORDINARIA

ESPECIALIZADA

URGENCIA

ADMISION DEL HOSPITAL

CARPETAS
CIRUGIA

SISTEMA DE
PRIORIZACIN

DECISOR

CONSULTAS EXTERNAS DE CIRUGIA

AGENDAS

CIRUJANOS DEL SERVICIO

SERVIDORES

142

EFICACIA

Resultados
rechazar las interconsultas mal derivadas.
Tras esto, las interconsultas se acumulaban en carpetas segn el
tipo de patologa a valorar (mamaria, proctolgica, digestiva,
endocrina, etc.) en espera de una fecha de citacin en consultas
externas. Se generaba as una lista de espera de interconsultas en
consultas externas.
Los libros de citacin de consultas externas (figura 4.8) se
completaban ocupando la agenda del primer da, teniendo en cuenta
el orden de llegada y la prioridad de la interconsulta ya codificada
por el decisor de ciruga. Cuando se haba completado la agenda de
citas del primer da, se completaba la consulta del segundo da y as
sucesivamente hasta ocupar las seis consultas semanales.
En el ao 1997, se ampliaron dos consultas y se adquiri un recurso
humano a partir de octubre de ese ao. Previo a esto se contrat
temporalmente a un facultativo especialista durante el periodo entre
Junio y Septiembre para reducir la lista de espera y el tiempo de
espera de consultas externas, que en ese periodo se elevaba hasta
casi dos aos. As pues, al finalizar el ao 1997, se produjo una
reduccin progresiva de la lista espera de interconsultas en
consultas externas, sin que para entonces existiese excesiva
demora en el tiempo de espera de interconsultas.
Por ello, se plante la necesidad de mantener el recurso humano
adquirido mediante la aplicacin del modelo de simulacin descrito
143

Resultados
en el apartado de material y mtodo. Los datos numricos de
algunas de las variables del sistema se obtuvieron tras el estudio
piloto ya comentado, y cuyos resultados se exponen a continuacin.

FIGURA 4.8 Carpetas con distribucin de grupos patolgicos y asignacin

a consultas externas en el ao 1997.

CARPETAS DE GRUPOS PATOLGICOS

URGENTE

URGENTE

PREFERENTE

PREFERENTE

URGENTE
PREFERENTE

URGENTE
URGENTE

PREFERENTE

PREFERENTE

SEMANA LABORAL

S1

S2

S3

S4

S5

S6

4.2.2 Resultados del estudio piloto de la demanda asistencial

Debido a que el estudio de la demanda asistencial se realiz a partir

de los datos que constan en los documentos de interconsulta de la
muestra, era necesario conocer previamente los resultados de la
144

Resultados
disponibilidad de esta informacin, para pasar a continuacin a
describir las cararactersticas de la demanda a partir de los datos
disponibles.

4.2.2.1 Resultados del anlisis de la disponibilidad de la

informacin en la hoja de interconsulta.
Se han analizado 12 variables. Los resultados de la disponibilidad de
la informacin en las hojas de interconsulta analizadas fueron (tabla
4.1):
1.- Nombre y apellido. En todas las interconsultas figuraba el
nombre del paciente y el primer apellido. El segundo apellido
figuraba slo en 400 interconsultas (86.8%).
2.- Sexo. Solo figuraba el sexo en el espacio reservado para motivo
de la interconsulta, bien por escrito o con anagrama en el 39.9% de
las consultas derivadas. En 257 consultas (55.7%) el sexo tuvo que
deducirse del nombre (65.8 % varones y 51.9% mujeres) y en 4
casos (1.6%) tuvo que deducirse del relato. El sexo no constaba ni
pudo deducirse en un total de 16 interconsultas (3.5%). En las 445
interconsultas restantes (donde constaba y donde se dedujo el
sexo), 187(40,6%) fueron hombres y 258 (56.0%) fueron mujeres.
3.- Edad. La edad estaba presente en 330 casos (71.6%) y

no

constaba ni en la hoja ni en el relato de la interconsulta en 131 casos

(28.4%).
145

Resultados
4.- Mdico. En 72 (15.2) interconsultas no figuraba el nombre del
mdico.
5.- Tipo de mdico. Esta variable se cumpliment en el 100% de las
casos.
6.- Tipo de centro. La informacin sobre el centro de procedencia
en la solicitud estaba presente en 450 casos y tan solo en 11 no
estaba presente (2.4%).
7.- Motivo de la consulta. El motivo de la consulta estaba presente
en 351 interconsultas (76.1%).
8.- Antecedentes. Los antecedentes figuraron en 252 interconsultas
(54.7%).
9.-Sntomas.

Los

sntomas

estuvieron

presentes

en

184

interconsultas (39.9%).
10.-Signos. Los signos aparecieron registrados en 237 ocasiones
(51.4%).
11.- Exploraciones complementarias. Las exploraciones complementarias estuvieron presentes en 50 ocasiones (10.8%).
12.- Impresin diagnstica. La impresin diagnstica se registr en
el 57.0% (263 interconsultas).
146

Resultados
TABLA 4.1

Resultado del anlisis de las variables de la hoja de

interconsulta.

Informacin

Informacin

Presente

ausente

N (%)

N (%)

Nombre

461 (100.0)

0 (00.0)

Primer apellido

461 (100.0)

0 (00.0)

Segundo apellido

400 (86.8)

61 (13.2)

Edad

330 (71.6)

131 (28.4)

Sexo

184 (39.9)

277 (60,1)

Nombre del mdico

389 (84,8)

72 (15.2)

Identificacin del centro

450 (97.6)

11 (2.4)

Motivo de la consulta

351 (76.1)

110 (23.9)

Antecedentes

252 (54.7)

209 (45.3)

Sntomas

184 (39.9)

277 (60.1)

Signos

237 (51.4)

224 (48.6)

50 (10.8)

411 (89.2)

263 (57.0)

198 (43)

238 (51.6)

223 (48.4)

Variables

Variables identificativas

Variables clnicas

Exploraciones
complementarias
Impresin diagnstica
Carcter de la
interconsulta

147

Resultados
13.- Carcter de la interconsulta. En 223 (48.4%) interconsultas no
figuraba el carcter de la derivacin (esto es, la prioridad o urgencia
con

la

que

se

derivaba

la

interconsulta

hacia

atencin

especializada). De las interconsultas procedentes de los centros de

salud (396 interconsultas), en 50.5% no constaba el carcter. De las
procedentes de consultorios (53 interconsultas), en 32.07% no
constaba el carcter.
14.- Resultados globales. Un total de 33 interconsultas (7,2%)
contenan valores de una sola variable; 135 (29,3%) contenan
valores de dos variables; 167 (36,2%) de tres variables y 99 (21,5%)
de cuatro variables. Tan solo 25 (5,4%) y 2 (0,4%) interconsultas
contenan valores de cinco y seis variables respectivamente. La
media global de variables clnicas que estn cumplimentadas en la
interconsulta fue de 2.90 y la mediana 3 (en un rango de mnimo 1
variable

mximo

variables).

La

media

de

variables

cumplimentadas por los mdicos de atencin primaria fue de 2.90 y

para los mdicos de atencin especializada fue de 2.85 variables.
Para identificar cual de las variables de informacin clnica se utiliz
con ms regularidad se determin la frecuencia de cada variable en
relacin al nmero de ellas que aparecieron en el recuadro de
motivo en la interconsulta (tabla 4.2). Cuando la interconsulta fue
remitida con una sola variable, las variables mas cumplimentadas
fueron la impresin diagnostica (39.4%) y el motivo de la consulta
(30.3%); tambin fueron mas frecuentes estas dos variables (45.2 %
y 64.4 % respectivamente) cuando la interconsulta constaba de dos
148

Resultados
variables. Resultados similares se apreciaron en las interconsultas
con 3, 4 y 5 variables.

4.2.2.2 Resultados del anlisis de las caractersticas de la

demanda asistencial
1.- Sexo. De las 461 interconsultas remitidas, 258 (56%) fueron
mujeres, 187 (40,6%) varones. En 16 consultas (3,5 %) el sexo no
constaba ni pudo ser deducido del relato de la interconsulta.
2.- Edad. La edad media de los pacientes fue de 36 aos y la
mediana de 39 aos, con un rango que oscila entre 12 y 86 aos.
3.- Procedencia (centro y tipo de centro). Un total de 399
interconsultas (86.6%) se remitieron por atencin primaria y 62
(13.4%) por atencin especializada. El 85.5% procedan de centros
de salud, el 14.1% de consultorios y en el 2.4% (11 interconsultas)
no pudo identificarse la procedencia.
4.- Tiempos de espera. Los tiempos de espera fraccionados por los
que pasa la interconsulta hasta llegar a la consulta de su especialista
fueron:

Tiempo de Espera I, correspondiente a la diferencia en das entre

la fecha de solicitud de la interconsulta por atencin primaria y la
fecha en que se recibe en admisin del hospital.

149

Resultados

TABLA 4.2 Variables de informacin en la hoja de interconsulta.

Numero de variables de informacin en la interconsulta

Variables

1 (33)

2 (135)

3 (167)

4 (99)

5 (25)

No

29 ( 87.9)

82 (60.79)

76 (45.5)

20 (20.2)

2 (8.0)

Si

4 (12.1)

53 (39.3)

91 (54.5)

79 (79.8)

23 (92.0)

No

33 (100)

129 (95.6)

145 (86.8)

85 (85.9)

19 (76.0)

Si

0 (0.0)

6 (4.4)

22 (13.2)

14 (14.1)

6 (24.0)

No

20 (60.6)

74 (54.8)

75 (44.9)

27 (27.3)

2 (8.0)

Si

13 (39.4)

61 (45.2)

92 (55.1)

71 (72.7)

23 (92.0)

No

23 (69.7)

48 (35.6)

28 (16.8)

10 (10.1)

1 (4.0)

Si

10 (30.3)

87 (64.4)

139 (83.2)

89 (89.9)

24 (92.0)

No

28 (84.8)

94 (69.6)

81 (48.5)

21 (21.2)

0 (0.0)

Si

5 (15.2)

41 (30.4)

86 (51.5)

78 (78.8)

25 (100)

No

32 (97.0)

133 (83.7)

96 (57.5)

35 (35.4)

1 (4.0)

Si

1 (3.0)

22 (16.3)

71 (42.5)

64 (64.6)

24 (96.0)

Antecede

Explocom

I. Diagnost

Motivo

Signos

Sintomas

Tiempo de Espera II, correspondiente a la diferencia en das

entre la fecha en la que se programa la interconsulta en consulta
externa y la fecha de recepcin en admisin.

150

Resultados

La media de tiempo desde la peticin de la interconsulta por el

medico de atencin primaria hasta la recepcin en el servicio de
admisin del hospital (Tiempo de espera I) fue de 6.87 das con un
rango entre cero y 254 das, con una desviacin tpica de 14.7 das.
Para evitar sesgar en la menor medida posible este resultado se
retiraron del estudio los dos casos extremos ms sobresalientes (un
caso con 93 das y otro con 254 das) y se recodific la variable en 9
intervalos de 5 das cada uno. Casi la totalidad de las interconsultas,
364 (79%) tardaron en llegar a admisin entre cero y 10 das (51 %
entre cero y cinco das y el 28% entre seis y diez das); 31
interconsultas (6.7%) tardaron entre once y quince das; 13
interconsultas (2.7%) tardaron ms de quince das y en 53 consultas
remitidas (11.5%) no pudo determinarse el tiempo de demora por no
constar la fecha de solicitud de la consulta (lo que ocurri en un total
de 44 interconsultas), o por faltar la fecha de llegada a admisin (8
interconsultas).
Durante el periodo analizado entre Marzo de 1997 y Marzo de 1998,
el tiempo medio de espera I de las interconsultas fue de 6.87 das y
el tiempo medio de espera II de 65.01 das. Cuando se analizaron
los tiempos de espera y el tiempo medio global entre los distintos
meses, se observ que a partir del mes de Octubre, los tiempos
globales de espera haban disminuido, coincidiendo con el aumento
de las horas de servicio en consultas externas.

151

Resultados
5.- Demanda segn grupo patolgico. Estos datos no constan en
la hoja de interconsulta. Esta informacin se obtuvo de la
codificacin realizada de la muestra de las interconsultas derivadas
en base al manual de procedimiento establecido y validado ya
comentado en el apartado de material y mtodo. En la tabla 4.3 se
describe la demanda derivada por grupos patolgicos. De las
interconsultas clasificadas, el 17,8% (82 pacientes) fueron patologa
mamaria; el 16,9% (78 pacientes) y el 16,5% (76 pacientes) se
clasificaron

como

llupias

como

patologa

de

pared

respectivamente; el 9.1% (42 pacientes) se correspondi con

patologa proctolgica y el 13.2% (61 pacientes) con patologa
vascular. El 3.9% (18 pacientes) a patologa de hgado y pncreas.
De toda la demanda solo el 0.4% y el 0.2% se clasificaron como
patologa endocrina, neoplasias y patologa digestiva. El 21.5% de la
patologa derivada no pudo clasificarse en ningn grupo patolgico.
De estas, el 7.81% (36 casos) se remitieron a su nivel asistencial por
no corresponder a la especialidad derivada. Cuatro interconsultas
ms se clasificaron dentro de dos grupos patolgicos (3 en patologa
mamaria y 1 en el grupo de llupias) pero fueron devueltas a atencin
primaria por considerar que no correspondan a la especialidad
consultada o al hospital de referencia.
6.- Prioridad. En base al carcter de la remisin (priorizacin por
parte de atencin primaria), de las 461 interconsultas analizadas se
comprob que en un 48,4% (223) no constaba la priorizacin. De las
restantes, se remitieron como ordinarias o normales el 34,9% (161) y
como no demorables o preferentes el 16,3% (75).
152

TABLA 4.3: Relacin entre el grupo patolgico y la codificacin entre el nivel primario y el nivel secundario. Los
valores entre parntesis expresan porcentajes. Las codificaciones que implican igual prioridad aunque se designen
de diferente forma se expresan en el mismo color.
Nivel

Primario Secundario

Primario

Secundario Primario Secundario

Primario

No Consta Rechazado o

Global

Urgente

Urgente

Preferente

Preferente

Ordinari

Ordinario

461

75

117

295

223

161
No Clasific.

99 (21.5)

Llupias

1 (50.0)

No clasific.
40

8 (10.7)

11 (9.4)

37 (23.0)

50 (16.9)

53 (23.8)

36 (90.0)

78 (16.9)

8 (10.7)

10 (8.5)

39 (24.2)

67 (22.7)

31 (13.9)

1 (2.5)

Pared

76 (16.5)

11 (14.7)

11 (9.4)

27 (16.8)

65 (22.0)

38 (17.0)

Mama

82 (17.8)

21 (28.0)

51 (43.6)

27 (16.8)

27 (9.2)

33 (14.8)

Proctologia

42 (9.1)

9 (12.0)

19 (16.2)

11 (6.8)

23 (7.8)

22 (9.9)

Vascular

61 (13.2)

14 (18.7)

7 (6.0)

20 (12.4)

51 (17.3)

27 (12.1)

Higad /Panc.

18 (3.9)

3 (4.0)

6 (5.1)

12 (4.1)

15 (6.7)

Digestivo

1 (0.2)

Endocrino

2 (0.4)

1 (11.1)

Neoplasias

2 (0.4)

2 (22.2)

1 (50.0)

2 (22.2)

Secundario

4 (44.4)

1 (1.3)

1 (0.9)

1 (0.4)

1 (0.9)

1 (0.4)
2 (0.9)

3 (7.5)

Resultados
Tan solo el 0,4% (2) se remitieron como urgentes (tabla 4.3). De las
interconsultas procedentes de los centros de salud (396), en 50.5%
no constaba el carcter, el 32.1% se remitirieron como ordinarias, el
16.9% como no demorables y solo el 0.5 % urgentes; De las
procedentes de consultorios (53), en 32.07% no constaba el
carcter, se derivaron como ordinarias el 54.71% y el 13.20% como
no demorables.

3.2.2.2.- Resultados del estudio de la variabilidad en la

priorizacin de la interconsulta entre atencin primaria y
especializada.
De las 2 interconsultas remitidas por atencin primaria

como

urgentes, una se codific como preferente y otra fue devuelta por no

corresponder a la especialidad de ciruga por el decisor de atencin
especializada. De las 75 (16.3%) remitidas como no demorables o
preferentes, el decisor codific 4 (5.3%) como urgentes y 34 (45.3%)
como preferentes y 3 fueron remitidas a atencin primaria por no
corresponder a la especialidad consultada.
De las 161 (34.9%) remitidas como ordinarias, solo 1 se codific
como urgente, sin embargo 32 de ellas (19,9%) se priorizaron como
preferentes. Un total de 40 interconsultas (8,7%) se reenviaron a
atencin especializada por no corresponder a la especialidad
consultada.

154

Resultados
TABLA 4.4 Variabilidad de la priorizacin entre niveles asistenciales
Carcter de

Valor de prioridad asignado en atencin

derivacin

Total

especializada
No consta Urgente Preferente Normal Rechazados

No consta

Urgente

50

151

18

223

Preferente

34

34

75

Normal

32

110

18

161

117

295

40

461

Rechazados
Total

El anlisis de homogeneidad mediante la 2 para correlacionar el

carcter de la interconsulta remitida al hospital, se realiz entre el
valor de prioridad emitido por el mdico de atencin primaria y el
valor de la priorizacin de la misma asignado por el decisor de
atencin especializada. Hubo coincidencia en la priorizacin en 110
interconsultas (68,3%); 18 interconsultas fueron devueltas. Del total
de 223 interconsultas donde el carcter no constaba, se priorizaron
4 urgentes y 50 preferentes (1,8 y 22,4% respectivamente) por
atencin especializada. Esta falta de homogeneidad en las
priorizaciones

entre

ambos

niveles

se

puso

de

manifiesto

estadsticamente con un alto nivel de significacin (p = 0.00008).

Para valorar la correlacin existente entre la categorizacin o
priorizacin de las interconsultas, se proces el coeficiente de
155

Resultados
correlacin de Spearman (datos categricos). El resultado fue de r =
0,1160 significativo (p = 0,012), lo que mostr una correlacin muy
baja entre la priorizacin realizada por atencin primaria y la
realizada

por

atencin

especializada.

Sin

embargo,

esta

categorizacin result en celdas vacas de la tabla de contingencia,

lo que origin que el clculo de algunas frecuencias esperadas
(utilizadas, a su vez en el clculo del estadstico 2 y del p-valor)
fuera menor a 5 y, por tanto, el resultado del valor de probabilidad es
cuestionable. Por este motivo, se despreci la categora urgente en
la que nicamente se dieron 2 casos en atencin primaria y 9 casos
en atencin especializada y se reproces. El resultado fue tambin
significativo (p = 0.00012) pero ya con potencia estadstica debido a
que la frecuencia esperada de menor valor correspondi a 6.153.
Esto evidenci que el clculo del p-valor fue totalmente correcto.
As, pues, el resultado mostr la falta de homogenidad en la
priorizacin entre ambos niveles asistenciales (atencin primaria y
atencin especializada) en el rea de Salud nmero 12 de la
Comunidad Valenciana.
La relacin entre el tipo de patologa derivada y la priorizacin por
ambos niveles se muestra en la tabla 4.3.
Las frecuencias correspondientes al grupo patolgico, prioridad y
tiempo de servicio obtenidas del estudio piloto se muestran en la
tabla 4.5.

156

Resultados
TABLA 4.5 Tiempos medios reales de servicio ajustados por patologas.

TIEMPO

TIEMPO MEDIO DE

AJUSTADO

SERVICIO

NO CLASIFICABLE

10

10,00

NO CLASIFICABLE

10

NO CLASIFICABLE

10

NO CLASIFICABLE

10

LLUPIAS

10

LLUPIAS

10

PATOLOGIA DE PARED

14

PATOLOGIA DE PARED

14

PATOLOGIA MAMARIA

16

PATOLOGIA MAMARIA

16

PATOLOGIA MAMARIA

16

PATOLOGIA PROCTOLOGICA

17

PATOLOGIA PROCTOLOGICA

17

PATOLOGIA VASCULAR

16

PATOLOGIA VASCULAR

16

PATOLOGIA HEPATOBILIOPANCREATICA

19

PATOLOGIA HEPATOBILIOPANCREATICA

19

PATOLOGIA HEPATOBILIOPANCREATICA

19

PATOLOGIA TUBO DIGESTIVO

23

PATOLOGIA TUBO DIGESTIVO

23

PATOLOGIA TUBO DIGESTIVO

23

PATOLOGIA ENDOCRINO-METABOLICA

30

PATOLOGIA ENDOCRINO-METABOLICA

30

PATOLOGIA ENDOCRINO-METABOLICA

30

NEOPLASIAS DIAGNOSTICADAS

28

GRUPO PATOLGICO

9,73

13,48
15,57

16,16
15,55

18,18

23,00

30,00

28,00

157

Resultados
4.2.3 Anlisis del sistema. Eleccin del modelo.

La variable objetivo del modelo fue una variable exgena al sistema.

Esta variable est representada por los pacientes que llegaron al
hospital remitidos desde otros sistemas u reas e incluso desde el
mismo sistema a travs de interconsultas a atencin especializada.
Se desconoca la probabilidad del nmero de pacientes que iban a
ser remitidos a nuestro sistema durante una semana, un mes o un
ao. Es decir, el porcentaje de pacientes que se derivaron por
unidad de tiempo a la consulta externa de ciruga es incierto, por lo
que estamos ante un problema de tipo probabilstico. Por otra
parte, la incertidumbre en las llegadas de enfermos, tiene un efecto
temporal. Este efecto no se limita a un periodo o poca concreta sino
que puede ser variable a lo largo de todo un ao, es decir, no es
esttico. Por esta razn, el problema adems de ser probabilstico,
se trata de un problema de tipo dinmico. Las interconsultas que
llegaban (pacientes en espera de un servicio) se acumulaban en
carpetas en espera de que se les asignase prioridad y fecha de visita
en consultas. Por tanto, estamos ante un problema de colas.
En resumen pues, se trata de un problema Probabilstico, prototipo
e irreductible de colas. Dado que existan varias polticas de
actuacin, lo que se pretenda era determinar cual de ellas podra
optimizar la demora en consultas externas. Es por esto por lo que,
se aplic un modelo de simulacin ad hoc.

158

Resultados

4.3 ETAPA III. CONSTRUCCION DEL MODELO.

Una lnea de espera est constituida por un cliente que requiere un
servicio proporcionado por un servidor en un determinado periodo de
tiempo. Los clientes (en este caso, pacientes remitidos para
consultas externas) entran aleatoriamente por semana al sistema y
forman una cola en la carpeta de especialidades del sistema para
ser atendidos por uno o varios

servidores en un determinado

periodo de tiempo llamado tiempo de Servicio. La variable externa

nmero de llegadas de pacientes por semana presenta variabilidad
en su comportamiento, es aleatoria. As pues, para poder simular
con esta variable se realizaron dos pasos:

Construir una generacin de variables pseudoaleatorias.

Transformar estos valores en valores aleatorios.

4.3.1 Construccin del modelo del medio ambiente por

generacin de valores de variables aleatorias exgenas.
Primera simulacin.

Se consider como variable aleatoria X el nmero de llegadas por

semana de pacientes durante un periodo de 13 meses. Se utilizaron
como datos reales de referencia los pacientes que llegaron a
admisin durante el periodo comprendido entre Marzo del 97 y
Marzo del 98.

159

Resultados
Semanalmente las interconsultas se codificaron por el decisor por
grupo y prioridad. Se recogieron un total de 1412 interconsultas
entre Marzo de 1996 y Marzo de 1997. Se simularon las llegadas de
57 semanas que se correspondieron con las semanas del periodo
recogido durante los 13 meses.

4.3.1.1 Resultados de la creacin de la variable pseudoaleatoria

de la primera simulacin. Pruebas estadsticas de kolmogorowSmirnoff y prueba de Corrida.
Se gener una sucesin de 57 nmeros pseudoaleatorios aplicando
el mtodo de las congruencias, ya explicado en el apartado
correspondiente del material y mtodo. Cada uno de estos nmeros
se correspondi con cada una de las 57 semanas cuyas entradas
pretendamos simular

(tabla 4.6). En la tabla aparece solo una

muestra de nmeros representativos. La sucesin completa figura en

el anexo IV. La columna valor de la tabla muestra el nmero
pseudoaleatorio de la variable exgena de cada una de las 57
semanas.

A.1 Prueba de kolgomorow-Smirnoff.

Se ordenaron los 57 valores pseudoaleatorios en orden creciente y
se obtuvieron las frecuencias acumuladas (Tabla 4.7). Se busc el
valor mayor de la tabla de la sucesin que fue 0.08 [F (0.92)=0.08].
Por tanto D=0.08. Se busc el valor de D (0.10) en la tabla de
Kolmogorov-Smirnov (K-M) para un 90% de significacin,
160

Resultados
TABLA 4.6.

Sucesin de 57 nmeros pseudoaleatorios de la variable

exgena.

GENERACION DE 57 PSEUDOALEATORIOS

1526

657

65

Xo

Xa

SEMANAS

Xa

8287

32

0,49

49489

24

0,37

37281

36

0,55

55593

18

0,28

28125

45

0,69

69327

37

0,57

57119

49

0,75

75431

31

0,48

47963

58

0,89

10

89165

50

0,77

11

76957

62

0,95

12

95269

44

0,68

13

67801

0,09

SEMILLAS

VALOR
sucesin

D(0.10)=0.2158. Como D de la sucesin es menor que el D de la

tabla de K-M,

se acept la Ho de que los 57 nmeros

pseudoaleatorios provenan de una distribucin uniforme en el

161

Resultados
intervalo cerrado [0,1]. La sucesin completa figura en el anexo IV.
TABLA 4.7. Prueba de Kolmogorow-smirnoff para los 57 valores
Pseudoaleatorios.

Prueba de Kolmogorow- smirnoff

Valor

Frecuencia Frec/57

Acum

Kolm

0,08

4,00

7%

7%

-0,01

0,15

4,00

7%

14%

-0,01

0,20

5,00

9%

23%

0,03

0,43

4,00

7%

30%

-0,13

0,51

5,00

9%

39%

-0,12

0,54

5,00

9%

47%

-0,07

0,58

5,00

9%

56%

-0,02

0,62

5,00

9%

65%

0,03

0,66

5,00

9%

74%

0,08

0,77

5,00

9%

82%

0,05

0,89

5,00

9%

91%

0,02

0,92

5,00

9%

100%

0,08

A.2 Prueba de Corrida.

Se obtuvo el nmero de cambios de signos de la secuencia de
nmeros pseudoaleatorios. El nmero de corridas obtenidas fue
R=50. Entrando en la tabla de la distribucin normal con 4.13,
obtuvimos que Z=0.9998. Para un nivel de significacin del 100%,
se cumpli que 0<Z< 1, por tanto, se cumple la hiptesis de que la
secuencia de nmeros es aleatoria. En la tabla 4.8 se muestran una
162

Resultados
representacin de los cambios de signo de la sucesin. La sucesin
completa se adjunta en el anexo IV.
TABLA 4.8 Prueba de corrida para los 57 nmeros simulados. Se muestra
un ejemplo de los cambios de signo de la prueba.

PRUEBA DE CORRIDA
r

50

37,6666667

corrida

4,1296925

Var

8,91919192

F(corrida@)

0,99998183

Corrida

Crec/Decr

Cambio signo

0,49

0,37

0,55

0,28

0,69

0,57

0,75

0,48

0,89

0,77

0,95

10

0,68

10

0,09

11

0,97

12

0,15

13

163

Resultados
4.3.1.2 Resultados de la transformacin inversa de la variable
aleatoria. Demanda simulada en 57 semanas.
Las pruebas estadsticas confirmaron que la sucesin cumpla los
criterios de una sucesin de nmeros aleatorios. La aplicacin del
mtodo de transformacin inversa, dio como resultado la obtencin
de 1517 nmeros simulados y que se correspondieron con las
llegadas de pacientes en cada una de las 57 semanas simuladas,
que supuestamente habran entrado en el sistema durante el periodo
de un ao. Esta transformacin se muestra en la tabla 4.9.

4.3.2

Construccin del modelo del medio ambiente por

generacin de valores de variables aleatorias exgenas.

Segunda simulacin.
Con el resultado de la primera simulacin, se obtuvieron 1517
nmeros pseudoaleatorios con el objetivo de obtener la prioridad y
patologa simulada de cada una de las interconsultas simulados. Se
sigui la misma metodologa que la utilizada en la primera
simulacin.

4.3.2.1

Resultados

pseudoaleatorias

de

de

la

creacin

la

segunda

de

las

variables

simulacin.

Pruebas

estadsticas de kolmogorow-smirnoff y prueba de Corrida.

164

Resultados
TABLA 4.9

Primera simulacin. Nmero de llegadas simuladas por

semana tras la aplicacin del mtodo de transformacin inversa.

Semana

Pacientes
Reales

N aleatorio.

Llegadas
Simuladas

33

0,49

23

36

0,37

19

20

0,55

27

23

0,28

16

11

0,69

32

42

0,57

28

13

0,75

34

46

0,48

23

17

0,89

44

10

0,77

35

11

18

0,95

46

12

32

0,68

32

13

31

0,09

14

38

0,97

56

15

21

0,15

16

42

0,88

44

17

19

0,29

17

18

16

0,17

19

45

0,35

18

20

46

0,08

21

24

0,49

23

22

28

0,37

19

23

40

0,55

27

24

30

0,28

16

25

19

0,69

32

26

28

0,57

28

27

22

0,75

34

165

Resultados

166

28

17

0,48

23

29

15

0,89

44

30

46

0,77

35

31

0,95

46

32

57

0,68

32

33

18

0,09

34

43

0,97

56

35

0,15

36

0,88

44

37

27

0,29

17

38

32

0,17

39

30

0,35

18

40

12

0,08

41

14

0,49

23

42

0,37

19

43

0,55

27

44

0,28

16

45

0,69

32

46

34

0,57

28

47

21

0,75

34

48

56

0,48

23

49

35

0,89

44

50

44

0,77

35

51

22

0,95

46

52

33

0,68

32

53

30

0,09

54

0,97

56

55

0,15

56

26

0,88

44

57

27

0,29

17

Resultados
Se generaron 1517 nmeros pseudoaleatorios (tabla 4.10) con esta
segunda simulacin para obtener el grupo, prioridad y tiempo de
servicio de cada uno de las 1517 entradas.

TABLA 4.10. Segunda simulacin de nmeros aleatorios. Sucesin de

1517 nmeros pseudoaleatorios.

GENERACION DE 1517 NMEROS PSEUDOALEATORIOS

A

7546234

3420100

3556

Xo

50

Xa

50

SEMANAS

SEMILLAS

Xa

VALOR

380731800

1548

0,44

1,1685E+10

2780

0,78

2,0982E+10

204

0,06

1542851836

3004

0,84

2,2672E+10

1352

0,38

1,0206E+10

2220

0,62

1,6756E+10

2668

0,75

2,0137E+10

1408

0,40

1,0629E+10

3396

0,96

10

2,563E+10

2472

0,70

11

1,8658E+10

848

0,24

12

6402626532

2304

0,65

13

1,739E+10

876

0,25

167

Resultados
La columna valor muestra parte de la sucesin de los 1517 nmeros
pseudoaleatorios. La sucesin completa se muestra en el anexo V.
TABLA 4.11

Test de Kolmogorow-Smirnoff para los 1517 nmeros

pseudoaleatorios.

Prueba de Kolmogorow- smirnoff

Valor

Frecuencia

Frec/57

Acum

Kolm

0,00

25

2%

2%

0,02

0,01

25

2%

3%

0,02

0,04

20

1%

5%

0,01

0,06

28

2%

6%

0,07

50

3%

10%

0,03

0,10

25

2%

11%

0,01

0,11

25

2%

13%

0,02

0,13

20

1%

14%

0,01

0,18

25

2%

16%

-0,02

0,20

24

2%

18%

-0,02

0,21

20

1%

19%

-0,02

0,23

25

2%

21%

-0,02

B.1 Prueba de kolgomorow-Smirnoff .

Se ordenaron los 1517 valores pseudoaleatorios en orden creciente
y se obtuvieron las frecuencias acumuladas Fn(X), (tabla 4.11). Se
busc el valor mayor de la tabla que fue [F0.07=0.03]. Por tanto,
D=0,03. Se busc el valor de D (0.10) en la tabla de KolmogorovSmirnov
168

para

un

90%

de

significacin,

result

ser

que

Resultados
D(0.10)=0.2158. Como D sucesin (0.03) es menor que la D de la
tabla K-M (0.2158),

se acept la Ho de que los 1517 nmeros

pseudoaleatorios provenan de una distribucin uniforme en el

intervalo cerrado [0,1]. La sucesin completa figura en el anexo V.

TABLA 4.12. Numero de corridas de los 1517 pseudoaleatorios.

PRUEBA DE CORRIDA
R

1157
1011

E
Var

269,366667

Corrida

Crec/Decr

corrida

8,89571642
1

F(corrida@)
Cambio signo

0,44

0,78

0,06

0,84

0,38

0,62

0,75

0,40

0,96

0,70

0,24

0,65

169

Resultados
B.2 Prueba de Corrida.
Se obtuvo el nmero de cambios de signos de la secuencia de los
1517 nmeros pseudoaleatorios. El nmero de corridas obtenidas
fueron de R=1157. Entrando en la tabla normal con 8.89 grados de
libertad obtuvimos qu Z=1. Para un nivel de significacin del 100%,
se cumple que 0<Z 1, por lo que la secuencia de nmeros es
aleatoria (tabla 4.12). La sucesin completa aparece en el anexo V.

4.3.2.2 Resultados de la transformacin inversa de la variable

aleatoria. Demanda simulada de 1517 pacientes.
Las frecuencias acumuladas correspondientes al grupo patolgico,
prioridad y tiempo de servicio (tabla 4.5) utilizadas

para la

transformacin a nmeros aleatorios se correspondieron con las

frecuencias reales obtenidas del estudio piloto de la muestra de las
interconsultas, ya comentadas. Con esta segunda simulacin se
obtuvieron 1517 entradas codificadas por grupo y prioridad
(etiquetas) y el tiempo de servicio correspondiente a cada grupo
patolgico. Los tiempos de servicio corresponden a los tiempos
medios por patologa que fueron recogidos en consultas externas
durante un periodo de 2 meses.
En la tabla 4.13 se muestra parte del resultado de la aplicacin del
mtodo de transformacin inversa de la variable aleatoria de 1517
pacientes codificados por etiquetas. A cada nmero aleatorio
170

Resultados
obtenido con esta simulacin se le hizo corresponder una etiqueta
identificativa. La transformacin inversa completa de las 1517
entradas simuladas figura en el anexo VI.
De esta forma, al paciente nmero uno de la primera semana con el
nmero aleatorio 0.44 le correspondi la etiqueta-22 simulada, lo
que significa que sera un paciente con una patologa de pared, por
ejemplo una hernia inguinal, que tiene una prioridad preferente
segn criterios de atencin especializada y al que se la dedicar un
tiempo de servicio en la consulta externa de atencin especializada
de 14 minutos.

4.3.3 Construccin del modelo de simulacin.

Obtenida la equivalencia en etiquetas se construy el modelo

mediante el que se hizo corresponder a cada etiqueta

un grupo

patolgico una prioridad y un tiempo de servicio. Las frecuencias

acumuladas correspondientes al grupo patolgico, prioridad y tiempo
de servicio utilizadas

para la construccin del modelo se

corresponden con las frecuencias reales obtenidas del estudio piloto

de las interconsultas durante el periodo entre Marzo de 1997 y
Marzo de 1998.
En la tabla 4.13 se refleja en la primera columna el nmero de la
semana de llegada de cada paciente simulado, en la segunda
171

Resultados
TABLA 4.13 Resultado tras la transformacin inversa de la sucesin de la
segunda simulacin.

Semana N aleat Cod. Simul

Descripcin

Prioridad

Tiempo
(m)

0,44

ETIQUETA-22 PATOLOGIA DE PARED

14

0,78

ETIQUETA-42 PATOLOGIA PROCTOLOGICA 2

17

0,06

ETIQUETA-03 NO CLASIFICABLE

10

0,84

ETIQUETA-52 PATOLOGIA VASCULAR

16

0,38

ETIQUETA-22 PATOLOGIA DE PARED

14

0,62

ETIQUETA-31 PATOLOGIA MAMARIA

16

0,75

ETIQUETA-41 PATOLOGIA PROCTOLOGICA 1

17

0,40

ETIQUETA-22 PATOLOGIA DE PARED

14

0,96

ETIQUETA-61 PATOLOGIA

19

HEPATOBILIOPANCREATICA
1

0,70

ETIQUETA-32 PATOLOGIA MAMARIA

16

0,24

ETIQUETA-12 LLUPIAS

10

0,65

ETIQUETA-32 PATOLOGIA MAMARIA

16

0,25

ETIQUETA-12 LLUPIAS

10

0,81

ETIQUETA-51 PATOLOGIA VASCULAR

16

0,72

ETIQUETA-41 PATOLOGIA PROCTOLOGICA 1

17

0,73

ETIQUETA-41 PATOLOGIA PROCTOLOGICA 1

17

0,07

ETIQUETA-03 NO CLASIFICABLE

10

0,01

ETIQUETA-01 NO CLASIFICABLE

10

0,85

ETIQUETA-52 PATOLOGIA VASCULAR

16

0,55

ETIQUETA-31 PATOLOGIA MAMARIA

16

0,10

ETIQUETA-03 NO CLASIFICABLE

10

172

Resultados
columna se representa el nmero aleatorio de la sucesin aleatoria
que se corresponde con cada paciente, en la tercera columna se
muestra la etiqueta correspondiente a cada valor de la sucesin
aleatoria donde se hace corresponder a cada paciente un grupo y
una prioridad, es decir, una equivalencia de grupo patolgico y
prioridad por etiqueta y el tiempo de servicio por patologa.

4.4 ETAPA IV. VERIFICACIN DEL MODELO

La tasa de llegadas reales durante el periodo comprendido entre
Marzo de 1997 y Marzo de 1998 se muestra en la tabla 4.14. La tasa
de llegadas simuladas se representa en la tabla 4.15. Las tasas
medias de llegadas se obtuvieron de la suma de las probabilidades
de llegadas de pacientes por semana o lo que es lo mismo del
cociente entre el nmero de total de pacientes y el nmero de
semanas (pacientes por unidad de tiempo). La tasa media de
llegadas reales en un ao fue de 24.77 pacientes por semana y la
tasa media de llegadas tras la simulacin fue de 26,61 pacientes por
semana.
El tiempo medio de servicio ser el tiempo total invertido en relacin
a los pacientes atendidos en ese tiempo. Los tiempos de servicio
reales en relacin con los distintos grupos patolgicos se muestran
en la tabla 4.5 y como ya se ha comentado son resultado del estudio
piloto realizado previamente. El tiempo medio de servicio real fue de
(19947 / 1412) 14.126 min. /paciente (tabla 4.16). El tiempo total de
173

Resultados
servicio de los 1517 pacientes simulados (suma de los minutos
asignados por paciente en la simulacin) fue de 21.754 minutos,
tabla 4.17 El valor medio del tiempo de servicio por paciente
simulado fue de (21754 / 1517) 14,34 minutos.
En la tabla 4.18 se muestra la relacin entra las tasas de servicio y
de llegadas reales y simuladas. Aparentemente no parece existir
diferencia entre ambas por lo que los resultados obtenidos con la
simulacin pueden simular la realidad, sin embargo esta relacin se
valid con un estudio estadstico.

TABLA 4.14: La tasa de llegadas reales durante periodo comprendido

entre Marzo de 1997 y Marzo de 1998.
TASA DE LLEGADAS REALES /
SEMANA
N

FREC.

FREC/57

PACIENTES

FREC.

PROBABIL.

ACUMUL.

PACIENTES/
SEMANA

3,51%

3,51%

0,03508772

5,26%

8,77%

0,05263158

0,05263158

3,51%

12,28%

0,03508772

0,10526316

1,75%

14,04%

0,01754386

0,12280702

1,75%

15,79%

0,01754386

0,14035088

1,75%

17,54%

0,01754386

0,15789474

11

1,75%

19,30%

0,01754386

0,19298246

12

1,75%

21,05%

0,01754386

0,21052632

13

1,75%

22,81%

0,01754386

0,22807018

14

1,75%

24,56%

0,01754386

0,24561404

15

1,75%

26,32%

0,01754386

0,26315789

16

1,75%

28,07%

0,01754386

0,28070175

174

Resultados
17

3,51%

31,58%

0,03508772

0,59649123

18

3,51%

35,09%

0,03508772

0,63157895

19

3,51%

38,60%

0,03508772

0,66666667

20

1,75%

40,35%

0,01754386

0,35087719

21

3,51%

43,86%

0,03508772

0,73684211

22

3,51%

47,37%

0,03508772

0,77192982

23

1,75%

49,12%

0,01754386

0,40350877

24

1,75%

50,88%

0,01754386

0,42105263

26

1,75%

52,63%

0,01754386

0,45614035

27

3,51%

56,14%

0,03508772

0,94736842

28

3,51%

59,65%

0,03508772

0,98245614

30

5,26%

64,91%

0,05263158

1,57894737

31

1,75%

66,67%

0,01754386

0,54385965

32

3,51%

70,18%

0,03508772

1,12280702

33

3,51%

73,68%

0,03508772

1,15789474

34

1,75%

75,44%

0,01754386

0,59649123

35

1,75%

77,19%

0,01754386

0,61403509

36

1,75%

78,95%

0,01754386

0,63157895

38

1,75%

80,70%

0,01754386

0,66666667

40

1,75%

82,46%

0,01754386

0,70175439

42

3,51%

85,96%

0,03508772

1,47368421

43

1,75%

87,72%

0,01754386

0,75438596

44

1,75%

89,47%

0,01754386

0,77192982

45

1,75%

91,23%

0,01754386

0,78947368

46

5,26%

96,49%

0,05263158

2,42105263

56

1,75%

98,25%

0,01754386

0,98245614

57

1,75%

100,00%

0,01754386

57

24,7719298

Probabil.: Probabilidad real de llegadas

Pacientes/sem: Probabilidad de la llegada de N pacientes por semana

175

Resultados
TABLA 4.15 Tasa de llegadas simuladas

TASA DE LLEGADAS SIMULADAS / SEMANA

N
PACIENTES

FREC. FREC/57

FREC. ACUMUL.

PROBABIL

PAC/SEMANA

3,51%

3,51%

0,03508772

0,03508772

5,26%

8,77%

0,05263158

0,15789474

5,26%

14,04%

0,05263158

0,42105263

3,51%

17,54%

0,03508772

0,31578947

16

5,26%

22,81%

0,05263158

0,84210526

17

5,26%

28,07%

0,05263158

0,89473684

18

3,51%

31,58%

0,03508772

0,63157895

19

5,26%

36,84%

0,05263158

23

10,53%

47,37%

0,10526316

2,42105263

27

5,26%

52,63%

0,05263158

1,42105263

28

5,26%

57,89%

0,05263158

1,47368421

32

10,53%

68,42%

0,10526316

3,36842105

34

5,26%

73,68%

0,05263158

1,78947368

35

5,26%

78,95%

0,05263158

1,84210526

44

10,53%

89,47%

0,10526316

4,63157895

46

5,26%

94,74%

0,05263158

2,42105263

56

5,26%

100,00%

0,05263158

2,94736842

57

100,00%
26,6140351

Probabil.: Probabilidad de llegadas simuladas.

Pacientes/sem: Probabilidad de la llegada simulada de N pacientes por
semana.

176

Resultados
TABLA 4.18 Tasa de llegadas y de servicio de la demanda histrica y la
demanda simulada.

TASA
DE LLEGADAS

TASA
DE SERVICIO

Demanda real

24,77

14.12

Demanda simulada

26,61

14,34

4.5.-ETAPA V. VALIDACION DEL MODELO.

4.5.1. Comparacin estadstica de las llegadas reales y las

llegadas simuladas
Donde poda existir diferencia significativa es en la tasa de llegadas,
motivo por el que se realiz la comparacin estadstica entre las
llegadas reales y las simuladas. En la Grfica 4.I se muestra la
variacin de los valores semanales de la demanda real y la simulada
en relacin a la tasa de llegadas.
El estudio estadstico de la demanda real y simulada se muestra en
la tabla 4.19. La comparacin de la media de la demanda simulada
y la demanda real no mostr diferencias significativas (p = 0.501);

177

Resultados
TABLA 4.19. Resultados de la comparacin estadstica de la demanda
real y simulada.

Parmetros
Descriptivos
N de semanas
Media
Desviacin Tpica
Estadsticos
t-test (t)
Intervalo de
Confianza (95%)
P
Test de Levenes
para varianzas

Demanda real

Demanda simulada

57
24,77
14,68

57
26,61
14,48

0.675

0.675

(-3,565, 7,250)

(-3,565, 7,250)

0,501

0,501
F = 0.032
Sig. = 0.859

Intervalo de confianza al 95% [-3.56-7.25]). El estudio de la varianza

de ambas series tampoco mostr diferencia significativa (p = 0.859).
As pues, tanto la tasa de llegadas como la tasa de servicio de
ambas series no mostraron diferencias significativas entre los
valores por lo que se acept la hiptesis nula de que los datos
obtenidos con la aplicacin del modelo de simulacin por generacin
de nmeros pseudoaleatorios eran semejantes a la realidad.

4.6 ETAPA VI. USO DEL MODELO

Construido el modelo de simulacin, se realiz una asignacin
178

FIGURA 4.8 Modelo construido manualmente para la

primera poltica en la primera semana.
SEMANA 1
ORDEN
6
7
9
14
15
16
18
20
23

SEMANA
1
1
1
1
1
1
1
1
1

150 MINUT
CONSULTA
ETIQUETA-31
ETIQUETA-41
ETIQUETA-61
ETIQUETA-51
ETIQUETA-41
ETIQUETA-41
ETIQUETA-01
ETIQUETA-31
ETIQUETA-41

MIN
16
17
19
16
17
17
10
16
17

TPO
134
117
98
82
65
48
38
22
5

ORDEN
22
3
17
21

SEMANA
1
1
1
1

CONSULTA
ETIQUETA-32
ETIQUETA-03
ETIQUETA-03
ETIQUETA-03

MIN
16
10
10
10

TPO
134
124
114
104
104
104
104
104
104
104

ORDEN
1
2
4
5
8
10
11
12
13
19

SEMANA
1
1
1
1
1
1
1
1
1
1

10 PRIMERAS
CONSULTA
ETIQUETA-41
ETIQUETA-42
ETIQUETA-52
ETIQUETA-22
ETIQUETA-22
ETIQUETA-32
ETIQUETA-12
ETIQUETA-32
ETIQUETA-12
ETIQUETA-52

MIN
17
17
16
14
14
16
10
16
10
16

TPO
133
116
100
86
72
56
46
30
20
4

ORDEN

SEMANA

CONSULTA

MIN

TPO
150
150
150
150
150
150
150
150
150
150

Resultados
manual (artesanal) de etiquetas (pacientes) en las consultas
externas. En la figura 4.8 se muestra el uso manual del modelo para
la primera poltica a aplicar. En la primera columna se muestra el
orden de llegada de los pacientes; en la segunda columna el orden
que se asigna en la agenda de consultas, en la tercera columna la
etiqueta correspondiente con el grupo de patologa y la prioridad, en
la cuarta columna el tiempo de servicio consumido y en la quinta
columna los minutos sobrantes por jornada laboral. Se parti de las
siguientes restricciones:
1.- Se us el modelo tomando como base la

demanda anual

simulada, correspondiente al periodo comprendido entre Marzo de

1997 y Marzo de 1998 para comprobar la funcionalidad del modelo.
2.- Se asumi una lista de espera anterior de Cero pacientes.
3.- Se tom como tiempo de referencia las llegadas semanales.
4.- Las entradas semanales se revisaban por el decisor para
codificacin cada jueves, por lo que la demanda de la primera
semana se empez a programar la segunda semana.
5.- En base a lo establecido por la Consellera de Sanidad, el
periodo efectivo de trabajo anual sobre el que se basan los datos
analizados desde el punto de vista de la gestin es de 10 meses.
Por tanto, se descontaron 8 semanas (Agosto, Marzo-Abril y
Diciembre) que se corresponden con los periodos vacacionales.
180

GRAFICA 4.I: Dem anda asistencial. Variacin de la

dem anda real y sim ulada por sem ana.

SIMULADOS
REALES

60

50

40

30

20

10

0
1

10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57

Resultados
Tambin se descont la primera semana porque, como ya se ha
dicho, las llegadas de la primera semana se asignaron en consultas
la segunda semana. As pues, se ajustaron los datos simulados
sobre 49 semanas.
Los parmetros estimados tras la construccin del modelo fueron
los siguientes:

Nmero de jornadas libres.

Nmero de jornadas ocupadas.

Pacientes en cola y tiempo de espera de las interconsultas desde

su llegada a admisin hasta su asignacin en consultas externas.

Tiempo de servicio no cubierto.

Se simularon tres polticas, haciendo variar la variable interna del

sistema correspondiente a jornadas laborales.

4.6.1. Resultados de la aplicacin de la primera poltica

La primera poltica a simular fue la existente inicialmente en el
servicio de ciruga en el ao 1997
En ese periodo se dispona de cuatro consultas semanales
hospitalarias por semana, de 150 minutos cada una (2,30 H), solo
para primeras visitas.

182

Resultados
Las interconsultas se ajustaron en las agendas semana por semana
dependiendo del tiempo requerido por patologa, ya determinado, y
de la priorizacin de la patologa. Para cada semana se ajust
primero las prioridades cero y uno seguidas de las etiquetas de
prioridad dos y tres. En el caso de que quedasen en cola
prioridades cero y uno de la semana anterior, la agenda de la
siguiente semana empezara a cubrirse teniendo en cuenta las
prioridades urgentes de la semana anterior, seguidas de las
urgentes de la semana actual, seguidas de las prioridades normales
de la semana anterior y por ltimo las prioridades normales de la
semana actual. En la grafica 4.2 se muestra la relacin entre los
pacientes en cola y las jornadas libres para esta primera poltica.
Sobraron 32 jornadas (entendiendo por jornada una maana laboral)
en un total de 22 semanas, las cuales pudieron redistribuirse, bien
como jornadas quirrgicas o en un incremento de las segundas
visitas. Quedaron libres un total de 6735 minutos de servicio. El
tiempo medio de espera de los pacientes (suma de todos los das de
espera / nmero de semanas) fue de aproximadamente 7,4 das.
Teniendo en cuenta que el tiempo medio de servicio es de
aproximadamente 15 minutos y suponiendo que todos ellos
consumieran exclusivamente 15 minutos de servicio, pudieron ser
atendidos 449 pacientes. A principios de Marzo de 1997 quedaban
en lista de espera 600 pacientes (datos obtenidos de las bases de
datos del Servicio de Admisin del Hospital de Denia). Es decir,
pudieron asumirse 433 pacientes sin variar el nmero de servidores
(Facultativos). Con esta poltica y completando todas las jornadas
183

SE
M
A
SE NA
M
1
SE AN
M A3
SE AN
M A5
SE AN
M A
SE AN 7
M A
SE AN 9
M A1
SE AN 1
M A1
SE AN 3
M A1
SE AN 5
M A1
SE AN 7
M A1
SE AN 9
M A2
SE AN 1
M A2
SE AN 3
M A2
SE AN 5
M A2
SE AN 7
M A2
SE AN 9
M A3
SE AN 1
M A3
SE AN 3
M A3
SE AN 5
M A3
SE AN 7
M A3
SE AN 9
M A4
SE AN 1
M A4
SE AN 3
M A4
SE AN 5
M A4
SE AN 7
M A4
SE AN 9
M A5
SE AN 1
M A5
AN 3
A
55

GRAFICA 4.2: Primera Poltica. Relacin entre minutos libres y pacientes en cola.
Pacientes en cola

700
Minutos libres

600

500

400

300

200

100

Resultados
laborales, todava hubieran quedado en cola 214 pacientes.

4.6.2 Resultados de la aplicacin de la segunda poltica.

En esta segunda poltica, se mantuvieron constantes la variable

interna del sistema correspondiente

al tiempo de servicio. Se

modific la variable interna correspondiente al nmero de servidores

(jornadas laborales y recursos humanos).
Despus del periodo vacacional de verano, se aumentaron dos
jornadas laborales y un facultativo ocupndolo 360 minutos por
jornada, por lo que se aplic esta poltica despus de la semana 26.
En la grfica 4.3 se muestra la relacin de pacientes en espera y
jornadas libres de la segunda poltica. Quedaron libres un total
22.208 minutos de servicio y 99 jornadas laborales. Si se hubiesen
asumido los 600 pacientes de lista de espera manteniendo constante
un tiempo de servicio de 15 minutos, (600x15=9000 min.), hubiesen
quedado libres de asignacin aproximadamente 13.208 min.
(13.298/300= 44), es decir un total de 44 jornadas que podran haber
sido redistribuidas en otras reas del servicio. El tiempo medio de
espera de los pacientes (suma de todos los das de espera / nmero
de semanas) fue de aproximadamente un da. Con el tiempo de
servicio sobrante pudieron asumirse 1481 pacientes de lista de
espera.

185

SE
M
AN
SE A 1
M
AN
A
SE
3
M
AN
A
SE
5
M
AN
A
SE
7
M
A
SE NA
9
M
AN
A
SE
11
M
AN
A
SE
13
M
AN
A
SE
15
M
AN
A
SE
17
M
AN
A
SE
19
M
AN
A
SE
21
M
AN
A
SE
23
M
AN
A
SE
25
M
AN
A
SE
27
M
AN
A
SE
29
M
AN
A
SE
31
M
AN
A
SE
33
M
AN
A
SE
35
M
AN
A
SE
37
M
AN
A
SE
39
M
AN
A
SE
41
M
AN
A
SE
43
M
AN
A
SE
45
M
AN
A
SE
47
M
AN
A
SE
49
M
AN
A
SE
51
M
AN
A
SE
53
M
AN
A
55

GRAFICA 4.3: Segunda Poltica. Relacin de

pacientes en espera y minutos libres.
Pacientes en espera

1400

Minutos laborales libres

1200

1000

800

600

400

200

Resultados
4.6.3 Resultados de la aplicacin de la tercera poltica

Con esta tercera poltica, se simul la gestin de las agendas de

consultas ampliando solo una jornada laboral de 300 minutos, es
decir cuatro jornadas hospitalarias y una ambulatoria, excepto tras el
periodo vacacional de verano que se ampliaron a dos jornadas
ambulatorias las semanas 27 y 28 y dos jornadas ambulatorias las
semanas 46 y 55, para mantener el tiempo de espera entre 7-21
das.
En la grfica 4.4 se muestra la relacin de pacientes en espera y
jornadas libres de la tercera poltica. Quedaron libres un total 15.484
minutos de servicio y 75 jornadas laborales. De haber asumido los
600 pacientes de lista de espera, (600x15=9000 min.), hubiesen
quedado

libres

de

asignacin

aproximadamente

6484

min.

(6484/300= 21), es decir un total de 21 jornadas que podran haber

sido redistribuidas en otras reas del servicio

4.6.4 Resultados del anlisis de los parmetros de las distintas

polticas aplicadas. Determinacin de la poltica ptima.

En la tabla 4.20 se muestran los resultados de la aplicacin de las

tres polticas en relacin al tiempo de espera y las jornadas y
minutos libres. Se muestra como ejemplo hasta la semana 27. La
tabla completa figura en el anexo VII.
187

M
A
SE NA
M
1
SE AN
M A3
SE AN
M A5
SE AN
M A
SE AN 7
M A
SE AN 9
M A1
SE AN 1
M A1
SE AN 3
M A1
SE AN 5
M A1
SE AN 7
M A1
SE AN 9
M A2
SE AN 1
M A2
SE AN 3
M A2
SE AN 5
M A2
SE AN 7
M A2
SE AN 9
M A3
SE AN 1
M A3
SE AN 3
M A3
SE AN 5
M A3
SE AN 7
M A3
SE AN 9
M A4
SE AN 1
M A4
SE AN 3
M A4
SE AN 5
M A4
SE AN 7
M A4
SE AN 9
M A5
SE AN 1
M A5
AN 3
A
55

SE

GRAFICA 4.4: Tercera Poltica. Relacin entre pacientes en espera

y jornadas libres.
Pacientes en espera

Minutos libres

900

800

700

600

500

400

300

200

100

Resultados

TABLA 4.20. Se muestran los resultados de la aplicacin de las tres

polticas.
1 POLITICA

2 POLITICA

3 POLITIC A

ESPERA

MIN

ESPERA

MIN

ESPER

MIN

SEMANA 1

255

255

255

SEMANA 2

315

315

315

SEMANA 3

195

195

195

SEMANA 4

360

360

360

SEMANA 5

120

120

120

SEMANA 6

180

180

180

SEMANA 7

90

90

90

SEMANA 8

23

SEMANA 9

29 (7dias)

30

29 (7 dias)

30

29 (7dias)

30

SEMANA 10

25(7 das)

15

25 (7 das)

15

25(7 das)

15

SEMANA 11

32 (7 das)

15

32 (7 das)

15

32(7 das)

15

SEMANA 12

25 (7 das)

15

25 (7 das)

15

25(7 das)

15

SEMANA 13

0 (7 das)

165

0 (7 das)

165

0 (7 das)

165

SEMANA 14

18

30

18

30

18

30

SEMANA 15

0 (7 das)

210

0 (7 das)

210

0 (7 das)

210

SEMANA 16

15

15

15

SEMANA 17

0 (7 das)

270

0 (7 das)

270

0 (7 das)

270

SEMANA 18

465

465

465

SEMANA 19

330

330

330

SEMANA 20

585

585

585

SEMANA 21

255

255

255

SEMANA 22

315

315

315

102 (35 das)

75

62 (28 das)

75

62(28das

23

23

SEMANA 23
SEMANA 24
SEMANA 25
SEMANA 26
SEMANA 27

75

189

Resultados
En la tabla 4.21 se muestran los parmetros globales estimados tras
la aplicacin del modelo, aplicados a cada una de las polticas de
actuacin.
Tabla 4.21

Parmetros estimados tras el uso del modelo. Resultados de

la aplicacin de las tres polticas.

Jornadas
Jornadas ocupadas
Jornadas libres
Minutos libres
Pacientes en cola
Tiempo de espera

1 politica
196
164 (84.10%)
32
6735
198
7-8 das

2 politica
294
195 (66.32%)
99
22208
17
1-2 das

3 politica
200
125 (62.50%)
75
15484
17
1-2 das

En las grficas 4.5, 4.6 y 4.7 se muestra la comparacin de los

resultados de las tres polticas en relacin con los pacientes en
espera y las jornadas y minutos libres.

El estudio estadstico

comparativo de las tres polticas aplicadas simuladas mostr los

siguientes resultados (tabla 4.22):

1.- Para los pacientes en espera, existe diferencias estadsticamente

significativas entre la poltica 1 (media 37,14) respecto a la poltica 2
(media 4,35) y la poltica 3 (media 4.35) con una P= 0.00 (poltica 1
vs poltica 2 y 3) y una P= 1.00 entre la poltica 2 vs poltica 3.
2.- Respecto a los minutos libres, se comprob diferencias
190

Resultados
estadsticamente significativas entre las tres polticas (P= 0.00).
3.- En relacin al nmero de jornadas libres el resultado del estudio
estadstico

tambin

mostr

diferencias

estadsticamente

significativas entre las tres polticas (P= 0.00).

TABLA 4.22. Resultados del estudio estadstico comparativo de las tres
polticas aplicadas.

Pacientes
espera
Poltica 1
Poltica 2
Poltica 3

en

Jornadas libres
Poltica 1
Poltica 2
Poltica 3

Poltica 1

Poltica 2

Poltica 3

Signif. P

37,14 *
(0-69)

4,30*
(0-0)
-3,920

4,36*
(0-0)

P<0,01 (F)

0,000

P<0,01 (Npt)
P = 1 (Npt)
P<0,01 (Npt)

2,00*
(1-3)

P<0,01 (F)

-4,347

P<0,01 (Npt)
P<0,01 (Npt)
P<0,01 (Npt)

-3,920
0,40*
(0-1)

2,89*
(2-4)
-4,327

-4,061
92,77*
(15-180)

665,85*
416,81*
Minutos
P<0,01 (F)
(510-930)
(210-630)
libres
Poltica 1
-4,422
P<0,01 (Npt)
Poltica 2
-4,655
P<0,01 (Npt)
Poltica 3
-4,409
P<0,01 (Npt)
* Los valores con este smbolo expresan medias. Los valores con este
smbolo expresan intervalos interquantiles. (F) Test de Friedman.
(Npt) N par test.

La simulacin y el estudio estadstico mostr como poltica ptima la

nmero tres, es decir cinco consultas semanales, una de ellas en el
centro de especialidades de 300 minutos y la ampliacin.

191

Resultados
GRAFICA 4.5. Simulacin de polticas. Pacientes en espera.
1400
1200
1000
800
600
400
200
0

SEM ANA 1

SEM ANA 6

SEM ANA 11

SEM ANA 16

SEM ANA 2 1

SEM ANA 2 6

Politica 1

SEM ANA 3 1

SEM ANA 3 6

Poltica 2

SEM ANA 4 1

SEM ANA 4 6

SEM ANA 5 1

SEM ANA 5 6

Poltica 3

GRFICA 4.6 Simulacin de polticas. Jornadas laborales libres.

0
SE M A NA 1 SE M A NA 5 SE M A NA 9

SE M A NA

SE M A NA

SE M A NA

SE M A NA

SE M A NA

SE M A NA

SE M A NA

SE M A NA

SE M A NA

SE M A NA

SE M A NA

13

17

21

25

29

33

37

41

45

49

53

P ol i t 1

192

P ol t 2

P ol t 3

Resultados

Grfica 4.7 Simulacin de polticas. Minutos laborales libres.

GR A F I C A 4 . 7 : S i m u l a c i n d e p o l t i c a s. M i n ut os l a bo r a l e s l i b r e s

Po lt1

Po lt2

Polt3

1 4 00

1 2 00

1 000

8 00

6 00

4 00

2 00

0
SEMANA1

SEMANA6

SEMANA1 1

SEMANA1 6

SEMANA2 1

SEMANA2 6

SEMANA31

SEMANA36

SEMANA41

SEMANA4 6

SEMANA5 1

SEMANA5 6

de otra consulta de 300 minutos solo en las semanas siguientes a

los periodos vacacionales.

4.7 ETAPA VII. IMPLEMENTACION DEL MODELO

Durante los siguientes aos (1997 al 2001), la demanda de
pacientes que deben ser atendidos por vez primera en el Servicio
de

Ciruga

de

Denia,

sigue

siendo

incierta

pero

adems

progresivamente creciente.

193

Resultados
En el ao 2000 se atendieron un total de 2717 pacientes en primera
visita en las consultas externas. En el ao 2001, se atendieron 3134
pacientes. Debido a que no se dispona del grupo y prioridad de
estos pacientes se contact con el Instituto Nacional de Estadstica
en la Delegacin Provincial de Alicante para poder hacer un anlisis
del incremento poblacional del rea 12. El crecimiento de la
poblacin del rea sanitaria de Denia entre el ao 1996 y el ao
2001 fue de 18.033 pacientes (Coeficiente de crecimiento de 1.15)
sin casi variaciones en la pirmide poblacional que slo est
recogida hasta el ao 1998. Es por ello que se asumi que, en el
ao 2001, la pirmide poblacional era semejante a del ao 1997.
Por tanto, se aplic un coeficiente corrector de crecimiento al
incremento de las llegadas de interconsultas a admisin entre los
aos 1998 y 2001 (2001/ 97-98), as como al porcentaje de etiquetas
que codifican el grupo patolgico y la prioridad. Con ello obtuvimos
el porcentaje de llegadas semanales del ao 2001 (tabla 4.23). El
coeficiente corrector (2.22) se obtuvo del cociente de la demanda
entre los aos 2001 y 1997 (2001/97-98).
El nmero de llegadas que se obtuvo tras aplicar el coeficiente
corrector fue de 3134. Las mismas que las llegadas reales al servicio
de ciruga en el ao 2001. Con estos resultados, se simularon las
llegadas del ao 2001 para implementar el modelo de simulacin
construido, adaptndolo a la realidad.
Se siguieron de nuevo todos los pasos del proceso de modelizacin
194

Resultados
pero en esta ocasin empezando en la etapa III hasta la
construccin del modelo. Los resultados de esta simulacin, la
transformacin inversa, as como, la construccin del modelo de
asignacin manual semanal de las agendas figuran en el anexo VIII,
IX y X, respectivamente. El modelo haba dado como ptima

la

tercera poltica para el ao 1997, sin embargo, la demanda en el ao

2002 fue de 3134 y la demanda simulada de 3370 pacientes.
Suponiendo que estos pacientes consumieran el mismo tiempo de
servicio (quince minutos) se necesitara un total de 50.550 minutos
para cubrir toda o casi toda la demanda del ao 2002.
TABLA 4.23

Porcentaje de llegadas semanales del ao 2001 tras la

aplicacin del coeficiente corrector.

INCREMENTO ASISTENCIAL
AOS 97-98

PACIENTES

Pacientes

Coeficiente

reales

corrector

33

36

Semana

2001

2001

2,22

73,25

73

2,22

79,90

80

20

2,22

44,39

44

23

2,22

51,05

51

11

2,22

24,42

24

42

2,22

93,22

93

13

2,22

28,85

29

46

2,22

102,10

102

17

2,22

37,73

38

10

2,22

6,66

11

18

2,22

39,95

40

12

32

2,22

71,03

71

13

31

2,22

68,81

69

14

38

2,22

84,34

84

15

21

2,22

46,61

47

16

42

2,22

93,22

93

195

Resultados

17

19

2,22

42,17

42

18

16

2,22

35,51

36

19

45

2,22

99,88

100

20

46

2,22

102,10

102

21

24

2,22

53,27

53

22

28

2,22

62,15

62

23

40

2,22

88,78

89

24

30

2,22

66,59

67

25

19

2,22

42,17

42

26

28

2,22

62,15

62

27

22

2,22

48,83

49

28

17

2,22

37,73

38

29

15

2,22

33,29

33

30

46

2,22

102,10

102

31

2,22

0,00

32

57

2,22

126,51

127

33

18

2,22

39,95

40

34

43

2,22

95,44

95

35

2,22

17,76

18

36

2,22

6,66

37

27

2,22

59,93

60

38

32

2,22

71,03

71

39

30

2,22

66,59

67

40

12

2,22

26,63

27

41

14

2,22

31,07

31

42

2,22

2,22

43

2,22

19,98

20

44

2,22

15,54

16

45

2,22

2,22

46

34

2,22

75,46

75

47

21

2,22

46,61

47

48

56

2,22

124,29

124

49

35

2,22

77,68

78

50

44

2,22

97,66

98

51

22

2,22

48,83

49

52

33

2,22

73,25

73

53

30

2,22

66,59

67

54

2,22

0,00

55

2,22

2,22

56

26

2,22

57,71

58

57

27

2,22

59,93

60
3134

196

Resultados
Si se implantase la tercera poltica y suponiendo que todas las
jornadas se ocupasen al 100%, consumiramos 28.050 minutos
laborales, es decir, quedaran en cola aproximadamente 1870
pacientes, por lo que cabe pensar que sera la segunda poltica la
que mejor se adaptase a la demanda. Con un clculo parecido y
asumiendo las mismas restricciones que para la tercera poltica,
aplicando la segunda poltica, se necesitaran 21.100 minutos ms
para cubrir la demanda anual de los 3370 pacientes, es decir
quedaran en cola 1400 pacientes. Por esta razn, se opt por
simular una cuarta poltica para el ao 2001. En este caso se
dispuso de un total de ocho servidores semanales desde la primera
semana, distribuidos en cuatro jornadas de 150 minutos en hospital
y dos jornadas de 300 minutos en ambulatorio, durante 49 semanas.
Con esta poltica se dispona de 58.800 minutos para atender una
demanda anual de 3370 pacientes. Los resultados del uso del
modelo para la demanda simulada del ao 2001 aplicando la poltica
nmero cuatro aparecen en la tabla 4.23.
De acuerdo con esta poltica, quedaban libres, 31 jornadas
laborales. Como las restricciones incluyen, bien completar el tiempo
de consulta o completar el nmero de enfermos asignados por
consulta, aunque sobre tiempo de servicio, se contabiliz el tiempo
de servicio total libre por semana. El nmero de pacientes en cola
por semana oscil entre 11 y 240. El tiempo de espera entre 7 y 56
das incrementndose tras el periodo vacacional. Tras ocupar la
ltima semana, quedaron en cola 110 pacientes.

197

Resultados
TABLA 4.24. Resultados semanales de la aplicacin de la aplicacin de la
cuarta poltica como prediccin al crecimiento poblacional.

Semanas

Demanda

Atend.

En cola

Sem 1

51

51

Sem 2

42

42

Sem 3

60

60

Espera

Jorn.
2

Min/
Hosp
186

Min/
amb
322

283

324

186

206

Sem 4

36

36

Sem 5

107

77

30

0
31

51

Sem 6

92

77

15

59

53

Sem 7

90

79

11

37

78

Sem 8

62

62

151

170

Sem 9

98

79

19

26

40

Sem 10

97

79

18

35

84

Sem 11

120

77

43

24

63

Sem 12

114

78

36

31

89

Sem 13

43

43

Sem 14

124

77

17

Sem 15

65

65

Sem 16

98

79

19

Sem 17

57

57

247

274

Sem 18

20

20

459

465

Sem 19

40

40

315

168

7
7

319

169

44

24

181

138

22

55

Sem 20

574

300

Sem 21

51

51

188

306

Sem 22

42

42

283

312

Sem 23

60

60

Sem 24

36

96

Sem 25

71

167
229

Sem 26

62

Sem 27

304

79

225

28

18

Sem 28

276

78

198

35

58

Sem 29

296

79

217

28

34

Sem 30

295

78

217

21

21

52

Sem 31

319

79

240

21

16

68

Sem 32

311

78

233

56

64

161

Sem 33

240

80

160

28

74

48

198

Resultados
Sem 34

284

77

207

28

16

73

Sem 35

225

80

145

35

69

61

Sem 36

243

77

166

35

25

51

Sem 37

204

77

127

21

26

70

Sem 38

147

80

67

21

80

26

Sem 39

107

80

27

21

56

66

Sem 40

47

47

21

74

166

Sem 41

51

51

210

186

Sem 42

42

42

282

177

Sem 43

60

60

165

181

Sem 44

36

36

Sem 45

107

107

Sem 46

169

77

92

14

13

37

Sem 47

167

75

92

14

75

41

Sem 48

143

80

63

14

40

117

Sem 49

161

79

82

14

23

74

Sem 50

160

79

81

14

28

59

Sem 51

183

76

107

14

38

74

Sem 52

178

80

98

14

22

73

Sem 53

105

80

25

14

100

69

Sem 54

149

149

21

Sem 55

167

78

89

14

13

62

Sem 56

187

77

110

14

42

Sem 57

38
31

5258

5823

3240

147

739

El modelo demostr que la adopcin de la tercera poltica en el ao

1998 pareca justificada, sin embargo, la progresin en el
crecimiento de la demanda, puso de manifiesto la necesidad de
adoptar la cuarta poltica (cuatro consultas hospitalarias de 150
minutos y dos consultas ambulatorias de 300 minutos para primeras
visitas) para el ao 2002. As pues, la apertura de las consultas en el
199

Resultados
ambulatorio de Denia y la adquisicin de otro facultativo qued
suficientemente justificada.

200

DISCUSIN

201

202

Discusin

5. DISCUSIN

INTRODUCCIN A LA DISCUSIN
Las listas de espera son uno de los principales problemas del
sistema pblico sanitario. Estas responden inicialmente a una
necesidad de facilitar la planificacin y favorecer la utilizacin de
recursos, sin embargo, pierden su razn de ser cuando son
exageradas y no discriminan entre el beneficio marginal de unos
pacientes y el beneficio considerable de otros. Es entonces cuando
socialmente se perciben como un aspecto negativo del sistema
sanitario.

Debido a la alarma social y a los problemas de morbilidad que

generan las listas de espera, el sistema sanitario ha de intentar por
todos los medios plantear medidas de actuacin para mejorar su
evolucin. As, los conciertos con otros centros asistenciales, las
derivaciones a centros privados, la creacin de programas
especiales, o la depuracin de las listas de espera son medidas que
se han ido aplicando desde hace algn tiempo.

De la misma forma, se han empleado parmetros internos con el fin

de monitorizar la actividad, utilizando indicadores como: estancia
preoperatoria media, estancia media de hospitalizacin, ndice de
ocupacin de quirfanos, ndice de suspensiones,etc.; comprobando
el valor que adoptan estos indicadores, en los servicios, en relacin
203

Discusin
con los estndares establecidos como objetivo. Los estudios
realizados sobre los efectos a corto y largo plazo de la
monitorizacin de los indicadores no han demostrado que sean
suficientemente efectivos (Gonzalez 1998).

Algunos planes de actuacin como la Ley de Garantias parece haber

mejorado el tiempo de espera (Decreto 9/2003, de 31 de Enero),
pero esta medida, en nuestro pas, solo ha sido efectiva en tres
comunidades, Andaluca, Catalua y Castilla La Mancha.

En la Comunidad Valenciana, el primer intento de establecer tiempos

mximos de espera surgi con el Decreto 99/1996, sin embargo en
la actualidad, este decreto no parece operativo dado que no existen
rdenes de regulacin de tiempos de garantas (Santos 2005).

Otras

medidas propuestas como la informatizacin global de las

listas de espera (CISNS 2003 a), los sistemas de priorizacin,

(Alcalde 2002 & Taylor 2002) y la gestin de procesos dentro de los
programas de calidad total (Subdireccin General de Atencin
Especializada 2002) en nuestro pas son solo, por el momento,
propuestas de mejora.

As pues, a pesar de conocer, desde hace tiempo, que las listas de

espera existen y existirn en un sistema sanitario pblico y que su
desaparicin podra ser incluso poco beneficiosa (Costas 2000),
todava carecemos de una herramienta, con suficiente potencia,
capaz de permitir la optimizacin y control de ellas.
204

Discusin
Durante aos, la mayor parte de la atencin tanto de los ciudadanos
como de los gestores sanitarios ha estado centrada en las listas de
espera quirrgica, mientras que otras listas de espera de gran
importancia como la de consultas externas o la de diagnstico han
sido poco estudiadas (Barba 1996).

Desde un punto de vista

prctico, cabra plantearse dentro de un entorno socio econmico y

de salud que es ms efectivo, si operar en tiempo y forma o
diagnosticar en tiempo y forma. Una espera actual entre tres y seis
meses para el diagnstico de una patologa neoplsica, como viene
ocurriendo en nuestro sistema sanitario, probablemente no se ajuste
a ningn criterio de prioridad y tampoco de calidad.

En esta tesis, dentro de todos los flujos que generan lista de espera
en un rea de ciruga, la investigacin se realiz sobre la demanda
de consultas externas.

El primer objetivo fue determinar un Sistema, limitarlo, obtener los

subsistemas del Sistema, establecer los flujos de entrada y salida,
estudiar el proceso interno y desarrollar un modelo de simulacin
que permitiera gestionar la demanda, distribuir los recursos y
predecir cambios futuros.

205

Discusin

DISCUSIN AL METODO
El punto de partida de este trabajo de investigacin fue la elevada
demanda de consultas externas de ciruga, derivada desde atencin
primaria a un hospital comarcal.

Esta demanda no solo constitua el flujo de entrada hacia un Sistema

sino que adems generaba un problema de colas en l. De ah la
oportunidad de utilizar La Teora de Sistemas como metodologa
integradora capaz de determinar flujos, puntos fuertes y dbiles del
sistema.

Mediante la aplicacin de este mtodo, a travs del proceso de

modelizacin genrico se limit el Sistema empresa (SERVICIO DE
CIRUGA) y el sistema exterior del Sistema, as como, la importancia
de las relaciones entre ambos. A su vez se comprob la existencia
de subsistemas interrelacionados tanto en informacin como en
recursos dentro del Sistema empresa.

El rea de consultas externas fue el SUBSISTEMA DIANA del

estudio de esta tesis. Profundizar en los flujos, procesos y variables
de este subsistema permiti, el estudio de las caractersticas de la
demanda derivada desde atencin primaria y elegir un modelo
matemtico que respondiera, optimizando, los problemas de
decisin que se le presentaban al Sistema.

Uno de los objetivos del proceso investigador, fue valorar las

206

Discusin
caractersticas de la demanda y

la necesidad

de mantener un

decisor para clasificar y priorizar las interconsultas.

La simulacin ha sido definida como el proceso de realizacin de

experimentos sobre un modelo en lugar de hacerlo en un sistema
real, es decir, el modelo toma el lugar del sistema real y se simula su
funcionamiento en circunstancias que son tan reales como fue la
descripcin original del sistema (Forrester 1961).

En esta tesis se aplic el modelo de simulacin de sucesos

discretos. El

modelo de simulacin aplicado intent buscar una

solucin ptima a un problema de colas en la derivacin de

pacientes hacia atencin especializada. Un modelo de simulacin
puede aplicarse a procesos discretos o continuos.

Cuando las variables a estudio son continuas, es decir cambiantes

en cada instante, se utilizan modelos de simulacin dinmica. Estos
modelos se basan en el anlisis de los bucles y flujos de
retroalimentacin observados en el Sistema y expresados por un
conjunto

de

ecuaciones

diferenciales

que

representan

los

comportamientos instantneos de las variables y las funciones de

decisin. La simulacin dinmica de Forrester, su mximo
representante, ya ha sido utilizada para el estudio de las listas de
espera por Gonzalez Busto-Mgica, B. y colbs. (1999), donde se
simul el impact de las subcontrataciones con otros hospitales, los
programas especiales y la redistribucin del periodo vacacional de
los mdicos en las listas de espera quirrgicas. Este modelo maneja
207

Discusin
sistemas cerrados con variables continuas, lo que en alguna ocasin
ha sido duramente criticado argumentndose el hecho de que la
realidad casi siempre est configurada por sistemas abiertos
(Azarang 1996).

La simulacin de procesos discretos intenta modelizar sistemas en

los que las variables de estado cambian en puntos separados en el
tiempo (Azarang 1996). En cada uno de esos puntos ocurre un
suceso* que puede modificar el estado de un sistema.

La simulacin de procesos discretos tiene dos enfoques:

Uno, basado en el anlisis del flujo del proceso, consistente

en el desarrollo de bloques que describen una actividad relacionada
con el cliente a medida que va pasando por el Sistema, a cada
actividad se le asocia una variable aleatoria relativa al tiempo de
duracin de la misma. Tiene como inconveniente la complejidad que
conlleva la construccin del proceso como paso previo a la
aplicacin del modelo de simulacin. Este mtodo de simulacin ha
sido utilizado por Parra C.L. y colbs. (2005) aplicado al proceso de
postransplante heptico, y por Everett, J.E (2002) para el estudio de
los pacientes en espera de ciruga programada, con la finalidad de
valorar su redistribucin por distintos hospitales basndose en las
necesidades de prioridad.

El segundo enfoque de simulacin de procesos discretos es el

de programacin de eventos, basado en la descripcin de eventos
208

Discusin
individuales que cambian el estado del Sistema en diferentes
periodos de tiempos. Con este mtodo se pueden preveer los
cambios futuros que el sistema va a experimentar. Este es el
enfoque del modelo de simulacin aplicado en esta tesis, puesto
que, la demanda cambiaba semanalmente y las propuestas de consultas, remitidas al servicio de ciruga, reciban asignacin de fecha y
orden si exista da libre y dependiendo de su prioridad.

El estudio de la variable discreta de este trabajo fue fundamental,

debido a que representaba los datos de entrada del sistema real.
Por ello, era necesario convertirlos en informacin o datos de
entrada del modelo de simulacin. Los datos pueden contener dos
tipos de informacin, determinstica o probabilstica. En el primer
caso, la informacin que entra en el sistema corresponde al valor del
sistema real. En el segundo caso se precisa crear un modelo de
simulacin que imite el comportamiento aleatorio de una variable
(Escudero 1972), como ocurri en este estudio.

Para determinar si el sistema hubiera podido ser capaz de asumir la

demanda anual hubiera bastado con aplicar un modelo matemtico
de solucin analtica como la teora de colas y determinar entre otros
parmetros el factor de utilizacin* del sistema. Sin embargo, este
modelo facilita enormemente los clculos pero simplifica los
fenmenos de naturaleza compleja (Ridge 2004). Por eso algunos
autores han optado por realizar una aplicacin intermedia entre la
teora de colas y la simulacin, utilizando la primera como mtodo de
identificacin y resolucin matemtica de problemas y la simulacin
209

Discusin
como herramienta para validar resultados. As, Lorente y colbs.
(2001), calcularon los parmetros establecidos por la teora de colas
y posteriormente simularon distintas polticas tomando como
referencia el nmero de servidores y comparando la variacin del
tiempo de espera de los pacientes en el rea de urgencias. Sin
embargo, a pesar de que este modelo permite calcular y simular
polticas en un momento puntual, no permite valorar los cambios a lo
largo del tiempo ni hacer predicciones. Es decir, este modelo
permitira responder a la pregunta Cunto tiempo menos tendrn
que esperar los pacientes si pongo cuatro reconocimientos en
urgencias en lugar de dos?, mientras que por el contrario, este
modelo no respondera a la pregunta ser coste efectivo a largo
plazo la duplicacin de los reconocimientos en el rea de
urgencias?.

Los modelos de simulacin tienen la gran ventaja de permitir

observar los efectos que la adopcin de una nueva poltica o que
una nueva forma organizativa tendr sobre el sistema real. Parece
por tanto que, las principales ventajas de estos modelos respecto a
la experimentacin sobre el sistema real son:

1.-Menor coste al realizar un modelo de simulacin, puesto que solo

se requiere invertir en la elaboracin del modelo, mientras que la
adopcin de cualquier medida en el sistema real implicara la
inversin de fuertes sumas de dinero.

2.-Se elimina el riesgo de

210

la implementacin de polticas

Discusin
inadecuadas, que podran afectar a todo el sistema y de los efectos
negativos que se mantendran por largo plazo.

3.-La simulacin supone un ahorro de tiempo, puesto que, una vez

elaborado el modelo, la simulacin de una poltica se efecta en un
momento, por el contrario la puesta en prctica de una decisin en el
sistema real supone mayor inversin de tiempo y dinero con
posibilidad de efectos nefastos a largo plazo.

4.-Permiten la solucin de problemas cuando la formulacin

matemtica no cuenta con modelos analticos adecuados.

5.-Permiten

ensayar

polticas

en

situaciones

donde

la

experimentacin es posible pero razones de tipo tico lo impiden.

6.-Permiten ensayar polticas en un sistema del que se desea

obtener informacin porque su evolucin es lenta o porque resulta
imposible experimentar sobre ese sistema.

Por el contrario, estos modelos no carecen de inconvenientes. Entre

los que cabe destacar, el coste y la inversin de tiempo que puede
llevar asociada la elaboracin de un modelo de simulacin, la
complejidad del sistema a estudio y el riesgo de no incluir en el
modelo algn elemento o variable, aparentemente innecesaria, que
por su importancia conduzca a

resultados errneos. (Gonzalez

1998, Gonzalez 1999 & Azarang 1996). Por otra parte, el uso de los
modelos de simulacin requiere del conocimiento de la metodologa
211

Discusin
de la Investigacin operativa y de cierto grado de entrenamiento
para utilizar esta herramienta matemtica.

DISCUSIN DE LOS RESULTADOS

Discusin de la informacin de la interconsulta.

El estudio de la demanda derivada desde atencin primaria hacia
atencin especializada es un reto permanente desde hace ms de
10 aos. Los estudios publicados respecto a la demanda hacen
referencia tanto a la frecuentacin y al tipo de patologa derivada
como a la cumplimentacin de la hoja de derivacin. En este trabajo
el estudio de la demanda fue fundamental para determinar los
problemas y deficiencias del propio Sistema, la deficiente relacin
con el Sistema Exterior y al mismo tiempo, permiti poner en marcha
medidas de actuacin.

Los estudios realizados sobre patrones de derivacin entre atencin

primaria y atencin especializada, no demuestran variaciones a lo
largo de los aos. Las especialidades quirrgicas a las que con ms
frecuencia se deriva siguen siendo las mismas: ginecologa,
traumatologa y ciruga general, y el motivo de la consulta sigue
siendo, revisin por la especialidad correspondiente (prado prieto,
2005 y prieto albio, 2004).

212

Discusin
La hoja de interconsulta entre niveles asistenciales tambin ha sido y
sigue siendo el vehculo de comunicacin y de contacto habitual
entre los especialistas de los distintos niveles asistenciales.

El estudio de este documento, en esta tesis, permiti comprobar la

mala calidad de la cumplimentacin de la hoja de derivacin, la falta
de comunicacin entre profesionales, la falta

de unificacin de

criterios y la ausencia de protocololizacin, tanto dentro del propio

sistema como entre niveles asistenciales.

Respecto a la calidad en la cumplimentacin se observ que: de las

interconsultas analizadas en 60,1% no figuraba el sexo, en 28,1 %
tampoco la edad y que solo el 5.4% de los pacientes fue remitido
con una descripcin de antecedentes, sintomatologa, exploracin
clnica, impresin diagnstica y motivo de consulta.

Del total de la muestra estudiada (461 interconsultas) 40 de ellas

(8%) fueron devueltas al primer nivel por falta de informacin y no
poder ser clasificadas (por ejemplo, .remito paciente para estudio.)
o por no corresponder a la especialidad consultada, lo que cabe
suponer que aproximadamente un 24 % de la demanda anual
hubiera podido ser mal derivada. Se desconoce para este 24% de la
demanda el grado de morbilidad y la espera que hubiese supuesto
volver a la consulta del primer nivel y ser reenviada al segundo nivel.

Los resultados de la cumplimentacin de la hoja de interconsulta

que se presentan en este estudio no reflejan un hecho puntual sino
213

Discusin
que desgraciadamente aportan nuevos datos que corroboran una
situacin de uso deficiente de este documento. Desde hace ms de
10 aos se viene haciendo referencia a la falta de calidad en la
cumplimentacin de la hoja de interconsulta

(Huertas, 1996 a y

Huertas, 1996 b y Garca, 1994 y Rivas, 1997 y Velasco, 1993 y

Marcos, 2004) que a su vez se traduce en una deficiente correlacin
diagnstica entre los niveles asistenciales as como en una falta de
correlacin en la priorizacin de la patologa derivada.

Entre

los

mltiples

estudios

interniveles cabe destacar

de

concordancia

diagnstica

el estudio realizado por Rodrguez

Caravaca y colbs. (2001) sobre 491 pacientes derivados a la

especialidad de Dermatologa desde atencin primaria, donde el
ndice de concordancia diagnstica fue muy bajo (Kappa de 0,071)
pero adems los especialistas que recibieron la patologa derivada
diagnosticaron como lesiones premalignas y lesiones malignas
dermatolgicas cinco y tres de las interconsultas derivadas,
respectivamente.

La falta de informacin en la hoja de interconsulta sobre todo

referente a variables de sexo, edad y las relativas a variables
clnicas determina una incoordinacin diagnstica y a su vez una
falta de criterio a la hora de determinar la urgencia de la propuesta y
como consecuencia una merma en la calidad de acceso a la
asistencia. As por ejemplo y desde el punto de vista prctico, no es
lo mismo escribir en una hoja de interconsulta: paciente con
sangrado por recto que remito para estudio que, paciente
214

Discusin
varn de 50 aos con antecedentes familiares de neoplasia
colorectal y que presenta rectorragias desde hace tres meses..

Son muchas las razones que se han argumentado para esta falta de
comunicacin entre niveles que parece ser un reto permanente a lo
largo de los aos. Se le atribuye: a un aumento de la presin
asistencial, a la falta de medios tcnicos disponibles, al escaso
tiempo de servicio de los profesionales para cada paciente, a la
organizacin o al deficiente conocimiento por parte de los
profesionales que no han seguido una formacin especializada como
el sistema M.I.R (Rodriguez 2001).

Otros autores han destacado como problema de comunicacin, a la

desconfianza mutua que existe entre ambos niveles asistenciales,
pensando los profesionales de atencin primaria que los mdicos de
atencin especializada tienen una visin excesivamente organicista
de la medicina que no les permite comprender de manera integral al
paciente, mientras que, los mdicos de atencin especializada
piensan que los profesionales del primer nivel asistencial son poco
competentes, poco resolutivos y practican una medicina defensiva
(Cebri 2005).

Todo esto parece denotar, por una parte, una cultura organizativa un
tanto piramidal y por otra parte, un problema de cultura y madurez
de los mdicos que consideran el acto de cumplimentar los
documentos como un acto administrativo en lugar de considerarlo
como una prolongacin del acto asistencial que permite la
215

Discusin
comunicacin entre colegas.

La administracin es consciente de todo ello, sobre todo porque no

est exenta de sentencias que la condenan por los retrasos
diagnsticos

derivados

de

la

lista

de

espera,

aunque

probablemente sea el ltimo responsable de cualquier fallo

asistencial que pudiera ocurrir, sin embargo, su implicacin en el
tema es escasa (Salud Pblica 2002).

En el ao 2002, la comunidad autnoma extremea tras el decreto

de traspaso de competencias recoge en un documento una serie de
recomendaciones para mejorar la relacin entre atencin primaria y
especializada. Seis meses despus, la iniciativa estaba pendiente de
puesta en marcha por varias gerencias de las reas de salud
(Vergeles- Blanca, 2002).

En el ao 2004, la Consejera de Sanidad y Consumo de Madrid

publica unas lneas de actuacin encaminadas a aumentar la
capacidad de resolucin de atencin primaria

para optimizar la

frecuentacin de consultas externas en atencin especializada

(Consejera de Sanidad y Consumo, 2004).

Distintos autores han publicado la mejora en la concordancia

diagnstica de hasta un 90,7% as como en la gestin del tiempo
de espera obteniendo reducciones superiores a los 7 meses, tras la
puesta en marcha de programas de derivacin directa de pacientes,
utilizando para ello, la implantacin de procesos de derivacin y de
216

Discusin
protocolos consensuados entre ambos niveles (Arroyo 2001, Cerdn
2005).

Es decir, no se puede negar que existen intentos por parte de la

administracin y de los especialistas para fomentar la comunicacin
entre los niveles asistenciales y tampoco se puede negar que dicha
comunicacin va mejorando, aunque esta mejora sigue siendo muy
lenta (Cebri 2005). La falta de iniciativa en la puesta en marcha
de programas de derivacin por parte de las administraciones y la
persistencia de una cultura antigua entre niveles asistenciales siguen
siendo el freno ms importante de esta falta de coordinacin entre
niveles asistenciales (Vergeles 2002).

Discusin sobre la priorizacin de las interconsultas.

La

relacin

existente

entre

atencin

primaria

atencin

especializada respecto a la priorizacin de las derivaciones, se hizo

evidente en esta tesis al comprobar una falta de correlacin
altamente significativa (test de Sperman, r = 0,1160, p = 0,012). En
este caso no se realiz un estudio de concordancia diagnstica por
varios motivos. Primero porque, el estudio de la prioridad era una
variable importante y necesaria para la construccin del modelo de
optimizacin que se haba planteado como objetivo. Segundo
porque, el lmite final del proceso se marc cuando las interconsultas
quedaron asignadas a las carpetas de consultas externas, por lo
que, el diagnostico dado por parte de los especialistas de ciruga
217

Discusin
general tras la valoracin de los pacientes no fue objetivo de esta
tesis.

En este estudio, la concordancia en la priorizacin entre niveles

asistenciales, puso de manifiesto que:

- Primero: solo el jefe se servicio con unos criterios particulares

priorizaba la patologa del Sistema. Ante esto hay que apuntar que
cualquier organizacin debe tomar decisiones basadas en criterios
consensuados para poder optimizar sus procesos. Estos criterios
deben ser lo ms objetivos posibles y deben quedar registrados de
tal forma que todos los individuos de la organizacin puedan tomar
decisiones semejantes basndose en un manual o protocolos de
referencia.

- Segundo: la falta de concordancia en la priorizacin entre ambos

niveles puso de manifiesto: la variabilidad existente en los criterios
de clasificacin de pacientes en relacin con su proceso patolgico y
los criterios de urgencia en la derivacin, tanto que, incluso la
terminologa

aplicada para designar la prioridad era distinta en

ambos niveles asistenciales.

- Tercero: en el estudio realizado sobre la demanda hacia consultas

externas, la aplicacin de la metodologa de la teora de sistemas,
puso de manifiesto la existencia de un flujo de retroalimentacin
entre

el

porcentaje

de

malas

derivaciones

hacia

atencin

especializada, la informacin de la hoja de interconsulta y la

218

Discusin
priorizacin de las mismas. Es decir, la mala informacin en las
hojas de derivacin implicaba un problema para la clasificacin de
pacientes por atencin especializada; y la ausencia de un manual
de derivacin con criterios unificados desde atencin especializada,
proporcionaba un porcentaje de derivaciones y de priorizaciones no
procedentes por atencin primaria.

Con los resultados obtenidos del trabajo de investigacin de esta

tesis se fueron adaptando distintas polticas de actuacin en el
servicio de ciruga del hospital de Denia. As, se remiti el manual de
codificacin por patologas y prioridades a atencin primaria. Este
manual de procedimiento que se dise en el contexto de este
estudio

que

se

valid

comprobando

una

concordancia

interobservador del 87,1% y del 81.1% para grupo de patologa y

prioridad, se implement en el 2002 en el centro de salud de Pego
como prueba piloto de un protocolo de derivacin. Desde Enero del
ao 2004, este protocolo se utiliza como procedimiento para la
solicitud de cita automatizada en las agendas de consultas externas
de ciruga desde atencin primaria. Los resultados que puedan
permitir un anlisis crtico de las medidas adoptadas estn
pendientes de estudio.

La importancia de los protocolos de derivacin para la coordinacin

entre niveles asistenciales resulta el mtodo ms eficiente, y as lo
evidencian los estudios publicados sobre derivacin directa de
pacientes desde atencin primaria (Arroyo 2001, Negro 2002 &
Cerdn 2005). Asumido por la Conselleria de Sanidad, los propone
219

Discusin
como medidas de mejora de la accesibilidad al nivel especializado
(Subdireccin General de Atencin Especializada 2002)

Discusin sobre la optimizacin de consultas externas.

Solucionado el problema de la falta de unificacin en los criterios de

clasificacin y priorizacin de pacientes derivados, el segundo
problema, fue intentar optimizar la lista de espera y gestionar los
recursos del servicio aplicando como herramienta la simulacin
artesanal.

En el ao 1996-1997, el factor de utilizacin* del sistema (Escudero

1972) correspondiente al servicio de ciruga del hospital de Denia,
estaba por encima de uno, por lo que era evidente la necesidad de
aumentar el nmero de consultas para cubrir la demanda anual de
pacientes derivados a consultas externas. La contratacin de un
facultativo durante el periodo estival en el ao 1996, disminuy la
lista de espera de consultas en 900 pacientes.

Tras comprobar la eficacia del recurso, se planteo si la continuidad

de este recurso adquirido para consultas externas era eficiente,
coste-efectivo y si cabra la posibilidad de incorporarlo en el resto de
las reas del sistema, aumentando la oferta del servicio.

Se eligi un modelo de simulacin como herramienta, capaz de

contestar o resolver el problema que se planteaba y al comprobar
220

Discusin
que la variable demanda de consulta era aleatoria y discreta, se
eligi

un

modelo

de

simulacin

de

procesos

discretos,

observndose:

- Que el modelo construido, generado a partir de una secuencia de

nmeros pseudoaleatorios fue capaz de simular la demanda, sin que
existieran diferencias estadsticamente significativas cuando se
comparo con la demanda real.

- Que al estudiar la simulacin anual, se puso de manifiesto el

incremento del nmero de pacientes en espera tras los periodos
vacacionales, por lo que podra quedar justificado aumentar los
recursos en dichos periodos o redistribuirlos. Esto es algo sabido y
estudiado, as, el estudio de simulacin realizado por Gonzalez
Bustos Mgica, B. (1998), quienes adoptando la poltica de cambiar
la forma de distribuir el periodo vacacional de los cirujanos, demostr
que los incrementos en las esperas quirrgicas durante el periodo
vacacional desaparecan.

- Que al analizar la representacin grfica comparativa de la serie

real y la serie simulada (grafica 4.1), existan diferencias marcadas
de demanda en varias semanas, lo que podra poner en duda la
capacidad de prediccin del modelo. Parece que la explicacin
lgica que puede justificar la dispersin observada, reside en el
hecho de que la simulacin de sucesos discretos es capaz de
predecir y simular la demanda para intervalos de tiempo largos, por
ejemplo meses, pero cuando se intenta acortar el intervalo de tiempo
221

Discusin
a simular, la incertidumbre en las llegadas aumenta y la variable
pasa de discreta a continua, por lo que en estos casos, una
simulacin dinmica de Forrester podra ser el modelo ms
adecuado para una prediccin ms exacta de la realidad.

Una vez construido el modelo, se inici el proceso de simulacin de

distintas polticas para el ao 1997. Para ello se mantuvieron las
restricciones salvo el nmero de horas de consultas externas
dedicadas a primeras visitas. Se observ que la tercera poltica
simulada, consistente en ampliar en una consulta, de 300 minutos
semanales en el centro de especialidades y el refuerzo tras el
periodo vacacional de una segunda consulta similar, resultaba la
poltica ptima, puesto que minimizaba el nmero de pacientes
en lista y su tiempo de espera. Pero adems, permita liberar a un
especialista durante once semanas, que poda ser redistribuido para
otros cometidos en las distintas reas del Servicio de Ciruga.

Sin embargo, en el periodo comprendido entre los aos 1999-2002,

la demanda de consultas externas se duplic, siendo esta demanda
superior a 3000 pacientes anuales. Este cambio de escenario estuvo
determinado por el incremento demogrfico en el departamento de
salud 13, que fue tasado en 18.033 habitantes desde 1997 a 2001,
lo que supona un incremento del coeficiente de crecimiento del
1,15. Este incremento demogrfico no modific, sin embargo, la
pirmide poblacional, permaneciendo los ndices de envejecimiento,
tasa de natalidad y mortalidad inalterados.

222

Discusin
Cuando se pretendi implementar el modelo para el periodo 20002002, la aplicacin de las polticas ensayadas para el periodo 19971998, quedaban desfasadas, generando listas de espera de
pacientes para primera visita de consulta, que oscilaba entre 1870
para la segunda poltica ensayada y 1400 en el caso de la poltica
considerada como optima para el ao 1997. Es por ello que se
ensay

una

hospitalarias

cuarta

poltica

semanales

de

consistente
150

en

minutos

cuatro

jornadas

dos

sesiones

ambulatorias de 300 minutos por semana.

Los resultados de la aplicacin de esta poltica consigui: La

reduccin del nmero de pacientes en espera, que oscil entre 11 y
240; La disminucin del tiempo de espera entre 7 y 56 das, logrando
la liberacin de 31 jornadas para la actividad de primeras visitas. Si
bien estos resultados se ajustaran a los estndares establecidos por
el consejo interterritorial en manejo de listas de espera, y a los
objetivos establecidos en tiempo de acceso para el ao 2002, segn
la Ley de garantas (Santos 2005), cabra la posibilidad de poder
ensayar polticas que optimizasen an ms el sistema.

La construccin del modelo y la aplicacin de polticas basadas en

la modificacin del nmero de horas asignadas a consultas externas
permiti comprobar los picos mximos de consultas libres, de tal
forma que, dependiendo de la demanda semanal se podran ajustar
el nmero de segundas visitas en relacin con el nmero de
primeras visitas y viceversa. De la misma forma, segn la demanda
de primeras visitas tambin podramos semanalmente, reajustar los
223

Discusin
recursos de consultas y destinarlos a otras reas del servicio de
ciruga.

Establecido el modelo de simulacin, podran ensayarse en un

futuro, polticas que valorasen la puesta en marcha de programas de
diversificacin de la oferta en la gestin clnica de consultas externas
(Navarro 2005). La simulacin, podra, en funcin del volumen de
demanda por patologas, conocer: las necesidades de consultas
especificas, conocer su impacto social y econmico, y las
necesidades de incrementos de recursos humanos y de tecnologa,
antes de tomar la decisin de implantarlos en el sistema real.

En la actualidad, el servicio de ciruga del hospital de Denia tiene

planteados

estudios

sobre

la

repercusin

del

incremento

demogrfico en relacin con la demanda de consultas de patologa

de mama y de patologa colorrectal.

Actualmente, se mantiene en el servicio de ciruga el mismo nmero

de consultas que optimiz el modelo. Se han establecido indicadores
de alerta que detectan incrementos de pacientes en espera y que
determina a partir de 60 das, un aumento de las consultas de
ambulatorio de dos a cuatro, con carcter temporal. Las citaciones
se han automatizado desde atencin primaria siguiendo un protocolo
de derivacin y priorizacin consensuado con los equipos de
atencin primaria. A pesar de estas medidas se siguen detectando
deficiencias que impiden la asignacin nominal de las consultas, al
dar prioridad a la actividad de atencin continuada sobre el resto. Se
224

Discusin
ha detectado, adems, como consecuencia de la no protocolizacin
de otras especialidades, un incremento de demandas inadecuadas
que busca, a travs del subsistema consultas externas el acceso a
la asistencia especializada.

En el ao 1975 se constituy un grupo europeo en investigacin

operativa que en estos momentos consta de 112 miembros de 22
pases con intereses en la aplicacin sistemtica y el anlisis
cuantitativo y cuyo objetivo es la aplicacin de esta herramienta en el
rea de la Sanidad, (ORAHS 2002) pero su uso ha tardado bastante
tiempo en aceptarse, por la complejidad del diseo de los modelos
reales y por la necesidad de personal entrenado.

La simulacin es el modelo ms ampliamente utilizado dentro de las

tcnicas de investigacin operativa. En la actualidad, las ventajas de
estos modelos superan a los inconvenientes, entre otras cosas,
porque se dispone en el mercado de excelentes softwares y de
programas especficos de simulacin, de hecho, ya forma parte de
las tecnologas originarias en la dcada de los 70-80 que estn
irrumpiendo con fuerza en el sector sanitario (Fernndez 2003).

Es curioso comprobar como dentro del sector sanitario, estos

modelos tienen su mxima expresin en la alta gestin hospitalaria.
Paul Harriman, director de gestin del Royal Hallamshire Hospital del
Reino Unido, ha utilizado la simulacin en la gestin de consultorios,
en la gestin del bloque quirrgico e incluso en la compra de
equipamientos, siendo tambin aplicable a la definicin de personal,
225

Discusin
es decir nmero de puestos sanitarios, turnos y gestin de
actividades.

As pues, un modelo de simulacin como el utilizado en el Royal

Hallamshire Hospital aportara en unos minutos datos suficientes y
tiles para la toma de decisiones, nada desdeable como
herramienta en la gestin sanitaria.

226

CONCLUSIONES

227

228

Conclusiones

6. CONCLUSIONES

1. El estudio sistmico que emplea la Investigacin Operativa,

permiti acotar el rea de consultas externas (Sistema a Estudio)
y comprender mejor sus interrelaciones, el flujo de pacientes y
las variables que lo afectan.

2. Existen deficiencias importantes en la calidad de la informacin,

tanto en los datos clnicos como administrativos, de las hojas de
interconsultas que se derivan desde atencin primaria a
especializada y que pueden dificultar la toma de decisiones en la
priorizacin.

3. Existe variabilidad estadsticamente significativa, en los criterios

de priorizacin de pacientes, entre niveles asistenciales.

4. La utilizacin de un "Manual de procedimiento de derivacin",

normalizado y consensuado, evitar la variabilidad y la toma de
decisiones subjetivas en la priorizacin de las interconsultas.

5. La Simulacin artesanal de procesos discretos ha demostrado

ser una herramienta gil para valorar diferentes estrategias, en la
gestin de la lista de espera y de los recursos, comparando sus
resultados a largo plazo.

125

Conclusiones
6. La aplicacin de la Simulacin Artesanal en la gestin de las
consultas externas del Hospital Marina Alta de Denia, permiti
optimizar la demanda y contribuy a redistribuir los recursos.

126

Conclusiones

BIBLIOGRAFIA

127

Conclusiones

128

BIBLIOGRAFIA

231

232

Bibliografa

7. BIBLIOGRAFA

Alcalde Escribano, J., Villeta Plaza, R., Ruiz Lopez, P., Rodriguez
Cuellar, R., Landa Garcia, J.L., Jaurrieta Ms, E. & participantes en
el proyecto (anexo 2) 2002,

Informe sobre los criterios para

establecer prioridades al incluir pacientes en lista de espera

quirrgica Ciruga Espaola, vol. 72, n 6, pp: 349-58.

Aracil, J. & Gordillo, F.

1997, Dinmica de sistemas. Alianza

Editorial SA (Fuenlabrada) Madrid.

Azarang, M. R. & Garcia Duna, E 1996, Simulacin y anlisis de

modelos estocsticos. Mc Graw- Hill interamericana editores S.A. de
C.V. Mxico.

Axt-Adam, P., Van De Wouden, J.C. & Van Der Does, E. 1993,
Influencing behavior of physicians ordering laboratory tests: a
literatura study. Med care, vol. 31, pp. 784-94.

Barba, R., Bohigos, R., Delgado, R., Gorritxo, J.A., Gil, A., Humet,
C., Moreu, F., Serra, M., Suol, R. & Vilanova, F. 1996, Las listas
de espera. Revista Calidad Asistencial, vol.11, n 3, pp. 100-101.

Bosch, X. 1999, Spain cuts waiting times for surgery. Brithis

Medical Journal. [online] vol. 318, pp. 419. Accesible en: www.
bmj.com .Barcelona 13 Febrero. (Agosto 2004).
233

Bibliografa

Bosch, X. 2000, Surgeons Work evenings to cut Spanish waiting

lists. Brithis Medical Journal. [online] vol. 320, pp. 1559. Accesible
en: www. bmj.com Barcelona 10 Junio. (Agosto 2004).

Catal, J. 2000, Demanda Sanitaria y Listas de Espera, El

mercantil Valenciano. Levante 30 de Mayo.

Ciaran, P., Oboyle, R. & Cole, P. 2001, Rationing in the NHS: audit
of outcome and acceptance of restriction criteria for minor
operations. Brithis Medical Journal vol. 323, pp. 428-429.

CISNS, 2003 a, El CISNS elaborar guas clnicas que priorizarn

las esperas en el SNS. Gaceta Medica [online]. Ao 1 n5 20-26 de
Enero. Accesible en: www.gacetamedica.com.

CISNS, 2003 b, (Reunin del Consejo Interterritorial del Sistema

Nacional de Salud), Las listas de espera centran el debate de la
reunin del pleno. OMC . Enero, pp 5.

Costas Lombardia, E. 2000,

2000.

Medicina

General

Las listas de espera, Septiembre

[Online.]

pp,

1-6

Accesible

en:

http://www.semg.es/revista/septiembre2000A/692-695.pdf). (23 de
Julio 2002)

Churruca, S. 2000, Los lderes en gestin de listas advierten: un

suceso no puede condicionar la estrategia. Diario Mdico, [online]
Accesible en:
234

Bibliografa

http://www.diariomedico.com/sanidad/listas/debate.html (15 de
Junio del 2000)

De Angelis, V., Ricciardi, N. & Storchi, G. A. 1999, Model for blood

usage planning. In: De V. Angelis, N. Ricciardi, G. Storchi, eds.
Monitoring, evaluating and planning health services. World Scientific.
Singapore

Decreto 9/2003, de 20-01-2003, de tiempos mximos de respuesta,

prestaciones

garantizadas,

tarifas

abono

por

gastos

de

desplazamiento en atencin sanitaria especializada en Castilla La

Mancha. D.O.C.M. Nm.12, 31 de Enero de 2003.

Decreto 1/2004, de 13-01-2004, de modificacin del Decreto 9/2003,

de 28 de enero, de tiempos mximos de respuesta, prestaciones
garantizadas, tarifas y abono por gastos de desplazamiento en
atencin sanitaria especializada de Castilla-La Mancha. D.O.C.M.

Decreto 97/1996 de 21 de Mayo. Conselleria de Economa y

Hacienda y Conselleria de Sanidad y Consumo.

De la Morena, E., Martinez, A., Garcia, P., Vicente Gimeno, J.&

Toledo, J. 2001, Infrautilizacin de quirfano de ciruga programada
en el Hospital General de Denia: simulacin artesanal. Revista
Espaola de Sistemas. Diciembre Vol. 2, nm. 1, pp. 35-45.

235

Bibliografa

Diplomatura de Teora de sistemas e investigacin operativa. Curso

acadmico

1996-98.

Escuela

de

Investigacin

Operativa.

Universidad de Valencia. BOE 16 Febr. 1966.

Edwards, R.T. 1997, NHS Waiting lists: Towards the elusive

solution. Office of Health Economics, London.

Edwards, N., Hensher, M. 1998, Managing demand for secondary

care services: the changing context. Brithis Medical Journal vol.
317, pp. 135-138.

Espallargues, M., Gallo, P., Pons, J. & Sampietro-Colom, L. 2000,

Listas de espera. Agncia dAvaluaci de Tecnologia i Recersa
Mdiques

(AATM).

[Online],

Google,

Accesible

http://www.aatm.es/cas/informes/fichas/in00004.html.)

en:

(Noviembre

2001).

Escudero, L.F. 1972, Aplicacin de la teora de colas. Deusto.

Barraincuda 14, Bilbao Espaa.

Everett J.E. 2002, A Decisin Support Simulation Model for the

Management o fan Elective Surgery Waiting System. Health Care
Management Science vol5, pp. 89-95.

Feldman, R. & Lobo, F. 1997, Global Budgets and Excess Demand

for Hospital Care Economics of Health Care Systems. (Abstr)

236

Bibliografa

Fernndez, J.I. (10 de Enero 2003), Gestin. Logstica y nuevas

tecnologas. [Online]. El Medico interactivo. Diario electrnico de la
sanidad. El Mdico: Informe y Gestin. N 892. Accesible en:
www.medynet.com/elmedico/informes/gestion/logistica.htm - 30k

Forrester,J W. 1961, Industrial Dyinamics. The MIT PRESS, Institute

of technology, Cambridge Massachussets.

Frankel, S. & West, R. 1993, Rationing and rationality in the National

Health Service. The persistence of waiting list. The Macmillan Press
Ltd, Houndmills, Basingstoke.

Frankel, S., Ebrahim, S. & Davey Smith, G. 2000, The limits to

demand for health care. Brithis Medical Journal. Education and
Debate, vol. 321,pp. 40-45.

Gallivan, S., Utley, M., Treasure, T. & Valencia, O. 2002, Booked

inpatient admisions and hospital capacity: mathematical modelling
study. Brithis Medical Journal , vol. 324, pp. 280-282.

Gallivan, S 1999, Evaluation of priority strategies for hospital

admission. In: De V. Angelis, N. Ricciardi, G. Storchi, eds.
Monitoring, evaluating and planning health services. World Scientific.
Singapore.

Garca Rabanal, D., Cayuela Caravaca, R., Gonzlez Gmez, C.&

Marcos Santos, M.J. 1994, "Relacin entre primer y segundo nivel
237

Bibliografa

trs la implantacin de un nuevo modelo de derivacin". Centro de

Salud. Vol. 2, pp. 689-693.

Gonzalez Busto-Mgica, B.

1998,

Anlisis dinmico de la

organizacin de centros hopitalarios: una aplicacin a la gestin de

listas de espera. Tesis doctoral. Departamento de administracin de
empresas y contabilidad. Universidad de Oviedo.

Gonzalez Busto-Mgica, B. & Garca, R.

1999, Waiting list in

Spanish public hospitals: A system dynamics approach. System

Dinamics Rewiew, vol. 15, n 3, pp. 201-223.

Green, I.V. & Nguyen, V. 2001, Strategies for cutting hospital beds:
The impact on patient service. HSR: Health Services Res, vol. 38,
pp. 421-422.

Grenzner, V. (2004): Family Medicine and Waiting Lists. Atencin

Primaria, vol. 33, pp. 457-461.

Hall, R. 1991, Queueing methods for services and manufacturing .

Englewood Cliffs. Prentice Hall.

Hancock, W.M., Warner, D.M., Heda, S. & Fuchs, P. 1976,

Admisin scheduling and control system. In: J.R. Griffith, W.M.
Hancock, F.C. Munson, eds. Cost control in Hospitals. Ann Arbor:
Health Administration Press.

238

Bibliografa

Health Policy and Economic Research Unit 1998, Waiting list

prioritisation Scoring Systems: a discusin paper Brithis Medical
Asociations. [online] Discussion paper n 6. December, pp. 1-12.
Accesible en: www.bmj.com/cgi/content/full/318/7176/78. (16 Julio
2002)

Huertas Zarco, I., Pereir Berenguer, I. & Sanflix Genovs, J. 1996,

" Comunicacin atencin primaria-especializada". Cuadernos de
Gestin, Vol 2, nm.4, pp. 182-189.

Huertas Zarco, I., Pereir Berenguer, I., Sanflix Genovs, J. &

Rodrguez Moya, R. 1996, "Mejora de la calidad de la hoja de
interconsulta a travs de la informacin". Atencin Primaria. Vol.17
nm. 5, pp. 317-320.

Instituto Nacional de la Salud, 1998, Gua para la Gestin de lista

de espera quirrgica. Ministerio de Sanidad y Consumo. Insalud.
Madrid.

Kammerling, R.M. & Kinnear, A. 1996,

The extent of the two tier

service for fundholders. Brithis Medical Journal vol. 312, pp. 13991401.

Legorreta, A.P.,Silber,J.H.,Constantino,G.N., Kobylinski, R.W. &

Zatz, S.L. 1993

Increased cholecystectomy rate after the

introduction of laparoscopic cholecystectomy. Jama

vol.270,

pp.1429-1432.
239

Bibliografa

Ley 24/2002, de 5 de diciembre, de Garantas en la Atencin

Sanitaria Especializada. DOCM nm. 157 (18-12-2002) pg. 18463.
BOE 24 (28/01/2003)

Listas de espera, (8 de Marzo 2000), La demora media es el nico

parmetro comparativo con los aos anteriores. Notas de prensa.
Online.
Accesible en: http://www.msc.es/insalud/notas/2000-03-08-1.htm

Lpez, A. 2004, Teora General de los Sistemas. [ Online] Accesible en: www.monografias.com/trabajos/tgralsis/tgralsis.shtml - 83k (1 Jul 2005)

Lled Matoses, S. 2000,

Ciruga colorrectal.

Guia Clnica de la

Asociacin Espaola de cirujanos. Ed Aran. Madrid.

Mac-Manus, M.L., Long, M.C., Cooper, A. & Litvak, E. 2004,

Queuing theory accurately models the need for critical care
resources, Anesthesiology, vol. 100, nm. 5, pp. 1271-1276.

Mant i Fors, C. 2002, Las listas de espera. Un problema de todos.

El periodico de catalua. Catalua 20 de mayo.

Marcos Vidal, J.M., Diez Burn, F., Lissarrague Sanz, A, & Peral
Casao, A. 2004, Hay asociacin en la calidad de cumplimentacin
en las hojas de interconsulta entre niveles asistenciales? Atencin
Primaria, vol 34, nm.7, pp. 120.
240

Bibliografa

Mark, C. Taylor, M.D, David, C,. Hadorn, M.D, and the Steering
Comit of the Western Canada Waiting List Project. 2002, Priority
criteria for general surgery: results from the Western Canada Waiting
List Project Canadian Journal of Surgery, vol 45, n. 5, pp. 351-357.

Martinez Jimnez, R., Ladrn de Guevara, J.M. & Otermn Fraga, L.

2004 Listas de espera en Consultas Externas. Conferencia sobre
listas de espera. [online] Institute for Internacional Research
Accesible en: www.iir.es. [28 de Septiembre de 2004]. Madrid

McGuire, F. 1997, Using simulation to reduce length of stay in

emergency departments. Journal. Soc. Health System, vol.5, nm.
3, pp.81-90 (Abs.)

Murray, M.& Berwick, M.D. 2003, Advanced Access. Reducing

waiting and Delays in Primary Care. JAMA. Vol. 289, nm. 8,
pp.1035-1040.

Murray, M.& Tantau, C. 2000, Same day appointments: exploding

the acces paradigm. Family Practice Management, vol.7, pp.45-50.

Murria, M., Bodenheimer, T., Rittenhouse, D. & Grumbach, K. 2003,

Improving timely acces to primary care. JAMA, vol. 289, pp.10421046.

241

Bibliografa

Navarro, P. 2005, Gestin clnica en consultas externas a travs de

la diversificacin de la oferta. Unidad de reumatologa.

Documen-

tacin [Online], Sociedad Valenciana de Reumatologa, Accesible

en: http/reuma.rediris.es/svr/documentacin/gestin.html

[Julio

2005].

Nigel, E., & Hensher, M. 1998, Managing demand for secondary

care services: the changing context. Brithis Medical Journal, vol.
317, pp. 135-138.

Odn, A.R. (10 de octubre 2001). Sistemas de colas. Accesible en:

http://mit.ocw.universia.net/6.281j/f01/pdf/f01-lec06.pdf

(3

Julio

2005).

Orahs. 2002, The European Working Group on Operacional

Research Applied to Health Services.

[Online]. Accesible en:

www.soton.ac.uk/~orahsweb/ (23 January 2002).

Parra, C.L., Framin, J.M., Montes, M., Prez, P., Bernardos, A., &
Tamayo, M.J. 2005, Modelado y Simulacin de un proceso de
Atencin Sanitaria: Aplicacin al Proceso de Post-transplante
Heptico. [online] pp. 25-35. Informtica y Salud. Especial:
Investigacin

en

Servicios

de

Salud.

Accesible

www.seis.es/is/is51/ [Junio 2005]

Pinto Prades, J.L., Rodrguez Migues, E., Castells, X., Garcia Romero, X. & Sanchez Martinez, F,L. 2000, El establecimiento de
242

en:

Bibliografa

prioridades en la cirugia electiva [Online], Ministerio de Sanidad y

Consumo, Madrid. Accesible en:
www.econ.upf.edu/docs/cvs/p866.pdf - 28 de Julio 2005.

Potter, M.A., Wilson, R.G. 1999, Diagnosis delay in colorectal

cancer. J Royal Col Surg Edim , vol. 44, pp.313-316.

Powell, E. 1966, Medicine and politics. London: Pitman,

Real Decreto 605/2003, de 23 de mayo, por el que se establecen

medidas para el tratamiento homogneo de la informacin sobre las
listas de espera en el Sistema Nacional de Salud. B.O.E 134,
Jueves 5 Junio.

Richards, M.A. 1999, The influence on survival of delay in the

presentation and treatment of syntomatic breast cancer. Brithis
Journal Cancer 1999, vol. 79, pp. 858-64.

Ridge, J.C., Jones, S.K., Nielsen, M.S. & Shahani, A.K. 1998,
Capacity planning for intensive care units. Eur J Operational Res;
vol. 105: 346-355)

Rivas Crespo,J.C., De Pablo Chinchetru, R., Cordero Guevara, J.A,

& Bonilla Alonso, J.

1997, Coordinacin medicina general-

especializada. Evaluacin en el rea de Burgos. Atencin primaria,

Vol.19, pp.257-261.

243

Bibliografa

Roncoroni, L. 1999, Delay in the diagnosis and outcome of

colorrectal cancer: a prospective study European Journal Surgery
Oncology, vol. 25, pp.173-178.

Salud Pblica N 6. 2002, Listas de espera en las consultas

externas

de las distintas especialidades.[Online] Sociedad

Cientifico Espaola del Mdico de Cabecera. Accesible en:

www.uscal.es/simecal/sociedad6.pdf)

Sampietro, L. & Espallargues,M. 2001, Nuevas formulas para dar

solucin

las

listas

de

espera.

(Online)

Accesible

en:

http://www.eboards4all.com/124442/messages/7.html, pp. 1-6.

[27 de Mayo 2002].

Santos Gmez, . 2005, Instrumentos de integracin jurdica: Las

garantas de tiempos de espera en perspectiva internacional
comparativa. [Online] Consejera de Sanidad. Ley de garantias.
Accesible en: www.aes.es/santos. Castilla la Mancha. [14 de Junio
2005]

Seddon,

M.E.,

French,

J.K.,

Amos,

D.J.,

Ramanathan,

K.,

Mclaughlin, S.C., & White, H.D. 1999, Waiting times and priorization
for coronary artery bypass surgery in New Zelanda. Heart, vol. 81,
pp. 586-592.

Silber, S., Muhling, H., Dorr, R., Zindler, G, Preuss, A., & Stumpfl, A.
1996, Waiting times and death on the waiting list for coronary artery
244

Bibliografa

bypass operation. Experiens in Munich over 1000 patients. Herz,

Dec; vol.21, nm. 6, pp. 389-96.

Solano, R. 2004 a, Teora de sistemas. [Online] gestipolis.

Disponible

en :

http://www.gestiopolis.com/recursos/documentos/fulldocs/ger/teodesi
stemas.htm. [3 Julio 2005].

Solano, R. 2004 b, Teora de sistemas. [Online] Accesible en:

http://www.monografias.com/trabajos11/teosis/teosis.shtml [29 Julio
2005].

Subdireccin General de Atencin Especializada, 2002, Gua de

gestin de consultas externas en Atencin Especializada [online].
Accesible en: http://www.calidadzamora.com [26 de Enero 2005].

Suddaby, E.C., Flattery, M.P. & Luna, M. 1997, Stress and coping
among parents of children awaiting cardiac transplantation. Journal
Transplantation Coordination. Mar; vol. 7, num. 1, pp. 36-40. (Abst)

Velasco V, & Otero A. 1993, Evaluacin de la calidad de la

informacin mdica entre los niveles de atencin primaria y
especializada. Atencin primaria, vol. 8, pp.406-411.

Vissers, J.M.H., Bril, M. & De Roy, J. 1977, Waiting lists as tool of

management for operating theatre allocation. In: Matson E, ed.
Operational research applied to health service. Proceedings of the
245

Bibliografa

23rd annual meeting of the EURO-W. Trondheim: Norwegian

University of Science and Technology

Von Bertalanffy, L. 1976. Teora General de Sistemas. Petrpolis,

Vozes.

Wright, D. & Arthur, H. 1996, An anlysis of the impact of a

management system on patients waiting for cardiac surgery.
Cannadian Journal Cardiovascular, vol. 7, nm. 1, pp. 5-9 (Abst).

246

GLOSARIO TERMINOLGICO

247

248

8. GLOSARIO TERMINOLGICO

Adaptabilidad: es la propiedad de un sistema de aprender y

modificar un proceso, un estado o una caracterstica de acuerdo a
las modificaciones que sufre el contexto. Para que un sistema pueda
ser adaptable debe tener un fluido intercambio con el medio en el
que se desarrolla.

Cajas negras: es la representacin del sistema cuando no sabemos

qu elementos o cosas componen el sistema o proceso pero
sabemos que a esa caja negra le corresponden entradas y salidas.

Distribucin de Poisson: distribucin de una variable aleatoria

discreta.

Entradas: son los ingresos del sistema que pueden ser recursos
materiales, recursos humanos o informacin.

Investigacin operativa: es una metodologa basada en la

aplicacin de modelos analticos matemticos para la toma de
decisiones ptimas.

Eficaz: logro de los objetivos.

249

Eficiente: logro de los objetivos con una relacin costo-beneficio

positiva.

Factor de utilizacin: dentro de la terminologa sistmica, el factor

de utilizacin de un sistema es un parmetro que emplea la teora de
colas mediante el cual se mide la capacidad del sistema para dar
salida a unas entradas. Se expresa a travs de la letra griega ro y
relaciona el promedio de llegadas por unidad de tiempo con el
nmero de servicios por unidad de tiempo. Cuando el factor de
utilizacin es mayor de uno, el sistema precisa ms servidores.

Medio ambiente: medio que envuelve externamente al sistema y

est en constante interaccin con el sistema. La supervivencia del
sistema depende de la capacidad de adaptarse, cambiar y responder
a las exigencias y demandas del ambiente externo.

Optimizacin: es la modificacin del sistema para lograr el alcance

de sus objetivos.

Parmetro: variable que no tiene cambios ante alguna circunstancia

especfica. Esto no significa que la variable sea esttica, sino que
permanece inactiva frente a una situacin determinada.

250

Procesos: es el conjunto de acciones o gestos por los que se

transforma una entrada en salida.

Relaciones: son los enlaces que vinculan entre s a los objetos o

subsistemas que componen a un sistema complejo.

Retroalimentacin: es el resultado del ingreso al sistema como

recurso

informacin

de

las

salidas

del

sistema.

La

retroalimentacin permite el control del sistema y que l mismo tome

medidas de correccin en base a la informacin retroalimentada.

Sistema: conjunto organizado de cosas o partes interactuantes e

interdependientes que se relacionan formando un todo unitario y
complejo.

Subsistemas yuxtapuestos: es la misma definicin de sistema. Se

hace referencia a subsistema como las partes o cosas de rango
inferior y que forman el sistema. Estos subsistemas pueden ser a su
vez ser sistemas ya que conforman un todo en s mismos. Al sistema
de rango mayor compuesto por subsistemas se le denomina
macrosistema.

Simulacin: tcnicas para imitar el funcionamiento de sistemas o

procesos reales.
251

Sucesos: ocurrencia que puede modificar el estado de un sistema.

Salidas: son los resultados que se obtiene de procesar las entradas.

Al igual que las entradas pueden adoptar la forma de producto,
servicio o informacin.

Teora de colas: rama de la investigacin operativa que estudia las

listas de espera.

Variable: proceso interno que se desarrolla sobre la base de la

accin, interaccin y reaccin de distintos elementos que deben
necesariamente conocerse.

Zona Bsica de Salud: rea poblacional cubierta por un centro de

atencin primaria.

252